Skip to content

Dieses Projekt, entwickelt im Rahmen des Geosoftware II Kurses (WiSe 2024/25), zielt darauf ab, einen webbasierten Katalog für die benutzerfreundliche Suche und den Abruf von Machine-Learning-Modellen zu erstellen, die speziell für Earth Observation (EO) Datacubes entwickelt wurden.

License

Notifications You must be signed in to change notification settings

ReinerMx/GS2-2024

Repository files navigation

Geosoftware II - TerraLink


Wichtige Links:


Projektbeschreibung

Webkatalog für ML-Modelle für EO-Daten

Dieses Projekt, entwickelt im Rahmen des Geosoftware II Kurses (WiSe 2024/25), zielt darauf ab, einen webbasierten Katalog für die benutzerfreundliche Suche und den Abruf von Machine-Learning-Modellen zu erstellen, die speziell für Earth Observation (EO) Datacubes entwickelt wurden.

Hauptfunktionen:

  • Modellsuche & -abruf: Durchsuchen und Filtern von ML-Modellen für EO-Analysen mithilfe der STAC MLM-Erweiterung.
  • Einfache Integration: Nahtlose Integration in Python- und R-Workflows über STAC-Clients (z. B. PySTAC, RSTAC).
  • Metadaten-Management: Hochladen und Herunterladen von raum-zeitlichen Metadaten für effizienten Modellzugriff.
  • Community-Driven: Benutzer können eigene Modelle hochladen und zum Katalog beitragen.

Entwickelt von: Amelie Julia Luschnig, Jakub Zahwe, Lara Sieksmeier, Lukas Ahlert & Maximilian Reiner
Dozenten: Brian Pondi, Christian Knoth WS 2024/2025


Wichtige Termine:

  • 23.10.24: Angebotsphase, Planungsphase (Start)
  • 29.10.24 (12:00 Uhr): Abgabe Pflichtenhefte
  • 30.10.24: Angebotsphase, Vorstellung Pflichtenhefte (14:15 Uhr), Planungsphase
  • 05.11.24 (12:00 Uhr): Abgabe überarbeiteter Pflichtenhefte
  • 06.11.24: Planungsphase, Implementierungsphase (Start)
  • 13.11.24 - 22.01.25: Implementierungsphase (wöchentliche Termine)
  • 27.11.24 & 08.01.25: Status Reports
  • 18.12.24: Pre-Release
  • 29.01.25: Abschlusspräsentation

Repository Logo

About

Dieses Projekt, entwickelt im Rahmen des Geosoftware II Kurses (WiSe 2024/25), zielt darauf ab, einen webbasierten Katalog für die benutzerfreundliche Suche und den Abruf von Machine-Learning-Modellen zu erstellen, die speziell für Earth Observation (EO) Datacubes entwickelt wurden.

Topics

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published