Biblioteca de domínio para PyTorch com datasets, samplers, transforms e modelos pré-treinados para dados geoespaciais e de sensoriamento remoto.
4,2 mil+8 esta semana607PythonMITBem mantidoAtualizado há 3 dias
weecology/DeepForest
Pacote Python para detectar objetos ecológicos, como copas de árvores e aves, em imagens aéreas RGB, desenvolvido com torchvision.
- Estrelas
- 788
- Forks
- 275
- Issues abertas
- 107
- Último commit
- há 9 dias
O que é?
DeepForest é um pacote Python para treinar e executar modelos de detecção de objetos em imagens aéreas, voltado ao monitoramento ecológico. Ele inclui um modelo pré-treinado para detectar copas de árvores e outro para detectar aves. Ambos são de classe única e podem ser ampliados para classificar espécies com novos dados.
O pacote usa redes de deep learning para detecção de objetos do torchvision para prever caixas delimitadoras ao redor de árvores individuais em imagens RGB. A proposta é simplificar o retreinamento de modelos de detecção para diferentes florestas, sensores e resoluções espaciais, permitindo que os usuários anotem os próprios dados e treinem modelos personalizados em vez de começar do zero.
O projeto usa a licença MIT e tem documentação no Read the Docs. Está publicado no PyPI e requer Python 3.10 ou mais recente.
Recursos principais
- 01Modelo pré-treinado para detectar copas de árvores em imagens RGB.
- 02Modelo pré-treinado para detectar aves em imagens aéreas de alta resolução.
- 03Permite treinar modelos de detecção personalizados com dados anotados pelos usuários.
- 04Desenvolvido com os módulos de detecção de objetos do torchvision.
- 05Pode ser instalado pelo PyPI.
Casos de uso
- Delimitar copas de árvores individuais em imagens de levantamentos florestais.
- Detectar aves em fotos aéreas de alta resolução para levantamentos de fauna.
- Retreinar um modelo de detecção para um novo tipo de floresta ou sensor.
Em coleções
Tópicos
Perguntas frequentes
- O que é DeepForest?
- Pacote Python para detectar objetos ecológicos, como copas de árvores e aves, em imagens aéreas RGB, desenvolvido com torchvision. DeepForest é um pacote Python para treinar e executar modelos de detecção de objetos em imagens aéreas, voltado ao monitoramento ecológico. Ele inclui um modelo pré-treinado para detectar copas de árvores e outro para detectar aves. Ambos são de classe única e podem ser ampliados para classificar espécies com novos dados.
- DeepForest é gratuito? Qual é a licença?
- DeepForest é open source sob a licença MIT. Confira os termos da licença antes de usá-lo em produtos comerciais.
- DeepForest ainda é mantido?
- Manutenção ativa. O último commit de DeepForest foi em 28 de out. de 2026.
- Para que posso usar DeepForest?
- Delimitar copas de árvores individuais em imagens de levantamentos florestais. Detectar aves em fotos aéreas de alta resolução para levantamentos de fauna. Retreinar um modelo de detecção para um novo tipo de floresta ou sensor.
- Onde consigo DeepForest?
- O código-fonte e as instruções de instalação estão no GitHub: https://github.com/weecology/DeepForest
Resumo gerado por IA a partir do README do projeto. As estatísticas do GitHub são atualizadas diariamente.
Projetos relacionados
Ultralytics YOLO é uma biblioteca Python para visão computacional que abrange detecção, segmentação, classificação, estimativa de pose, rastreamento e muito mais.
63,2 mil+188 esta semana12 milPythonAGPL-3.0Atualizado há 11 horas
Ultralytics YOLOv5, toolkit de visão computacional baseado em PyTorch para detecção de objetos, segmentação de instâncias e classificação de imagens, com recursos de treinamento e exportação.
58,3 mil+10 esta semana17,4 milPythonAGPL-3.0Bem mantidoAtualizado há 3 dias
Toolkit baseado em PyTorch da Apple para treinar redes neurais profundas de pequeno e grande porte, incluindo modelos CLIP, LLMs, de classificação, detecção e segmentação.
7 mil+1 esta semana542Jupyter NotebookOtherAtualizado mês passado
Uma biblioteca Python para inferência por recortes, que executa modelos de detecção de objetos em partes de imagens grandes para encontrar objetos pequenos.
IA e Machine Learning#computer-vision#object-detection#small-object-detection#instance-segmentation#tiling
5,6 mil+11 esta semana794PythonMITBem mantidoAtualizado há 6 dias
Biblioteca Python de aumento de dados para visão computacional, com transforms de pixel, espaciais, médicos e 3D, além de tratamento consistente de máscaras, caixas delimitadoras e keypoints.
IA e Machine Learning#computer-vision#data-augmentation#image-processing#deep-learning#object-detection
591+9 esta semana45PythonAGPL-3.0Bem mantidoAtualizado há 15 horas