# xinluo2018/WatNet

<https://repo.masters-masters.com/repos/xinluo2018/WatNet>

[Accueil](https://repo.masters-masters.com/) › [xinluo2018](https://repo.masters-masters.com/owners/xinluo2018) › [WatNet](https://repo.masters-masters.com/repos/xinluo2018/WatNet)

xinluo2018/WatNet, dépôt open source à 119 étoiles sur GitHub. Carte Prototype de RepoMasters. A deep learning model for surface water mapping based on…

| Champ | Valeur |
| --- | --- |
| Propriétaire | [xinluo2018](https://repo.masters-masters.com/owners/xinluo2018) |
| Étoiles | 119 |
| Forks | 36 |
| Langage | [Jupyter Notebook](https://repo.masters-masters.com/languages/jupyter-notebook) |
| Licence | Aucune |
| Création | 2020 |
| Sujets | deep-learning, sentinel-2, remote-sensing, surface-water |
| Rang | [Prototype (100 à 249 ★)](https://repo.masters-masters.com/ranks/rush) |
| Voir sur GitHub | [xinluo2018/WatNet](https://github.com/xinluo2018/WatNet) |

## Fiche du dépôt

A deep learning model for surface water mapping based on satellite optical image.

Rang des dépôts qui ont 100 à 249 ★ sur GitHub. Probabilité publiée par carte tirée : 70 %. Rareté : Commune.

## D’autres dépôts Jupyter Notebook

- [colbyford/PyMOLfold · ★ 119 · Jupyter Notebook · Prototype](https://repo.masters-masters.com/repos/colbyford/PyMOLfold)
- [kylesargent/FlowMo · ★ 119 · Jupyter Notebook · Prototype](https://repo.masters-masters.com/repos/kylesargent/FlowMo)
- [Neuralk-AI/TabBench · ★ 119 · Jupyter Notebook · Prototype](https://repo.masters-masters.com/repos/Neuralk-AI/TabBench)
- [kmsravindra/ML-AI-experiments · ★ 119 · Jupyter Notebook · Prototype](https://repo.masters-masters.com/repos/kmsravindra/ML-AI-experiments)
- [couchbase/couchbase-spark-connector · ★ 119 · Jupyter Notebook · Prototype](https://repo.masters-masters.com/repos/couchbase/couchbase-spark-connector)
- [edwardbi/DeepLearningModels · ★ 119 · Jupyter Notebook · Prototype](https://repo.masters-masters.com/repos/edwardbi/DeepLearningModels)

---
Données : GitHub · Illustration dessinée par RepoMasters à partir de l’identifiant du dépôt et de la couleur de son langage.