PulseAugur
实时 10:57:16
English(EN) GroundSet: A Cadastral-Grounded Dataset for Spatial Understanding with Vector Data

新数据集GroundSet提升LLM在遥感中的空间理解能力

研究人员开发了GroundSet,这是一个新开发的大规模数据集,旨在提高多模态大型语言模型在遥感领域中的空间理解能力。该数据集包含在510,000张高分辨率图像中标注的380万个对象,涵盖135个语义类别,并以地籍矢量数据为基础。评估表明,尽管目前的模型如Gemini在零样本空间推理方面存在困难,但使用GroundSet进行高保真监督可以有效地增强标准架构,而无需复杂的修改。 AI

影响 该数据集可以显著提高AI解读卫星图像的能力,用于城市规划和灾害管理等实际应用。

排序理由 该集群包含一篇详细介绍新数据集和AI研究基准的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新数据集GroundSet提升LLM在遥感中的空间理解能力

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Roger Ferrod, Ma\"el Lecene, Krishna Sapkota, George Leifman, Vered Silverman, Genady Beryozkin, Sylvain Lobry ·

    GroundSet: A Cadastral-Grounded Dataset for Spatial Understanding with Vector Data

    arXiv:2603.14609v2 Announce Type: replace Abstract: Precise spatial understanding in Earth Observation is essential for translating raw aerial imagery into actionable insights for critical applications like urban planning, environmental monitoring and disaster management. However…