PulseAugur
中
实时 11:16:37
English(EN) MonoIR-RS: Infrared Remote Sensing Vision-Language Learning with CLIP and VLM Adaptation

新数据集MonoIR-RS推动红外遥感视觉-语言学习

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员推出了MonoIR-RS，一个用于红外遥感视觉-语言学习的新型数据集和基准。该数据集结合了红外感知数据构建和类似CLIP的对比学习以及VLM指令调优等适配技术。实验表明，这种红外感知适配显著提高了CLIP的平均召回率，并确保VLM能够充分覆盖红外线索，同时最大限度地减少残留的RGB颜色泄露。 AI

影响 通过提供专门的数据集和适配方法，推动了视觉-语言模型对红外遥感理解的进步。

排序理由 该集群描述了一篇介绍特定AI研究领域新数据集和基准的学术论文。[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 2 个来源。 我们如何撰写摘要 →

新数据集MonoIR-RS推动红外遥感视觉-语言学习

报道来源 [2]

  1. arXiv cs.CV TIER_1 English(EN) · Jiaju Han, Ma Yaqi, Yahui Chai, Xuemeng Sun, Xin Li, Qike Zhang, Yingying Zhao, Xiang Chen, Luwei Yang, Chengyin Hu, Jiahuan Long ·

    MonoIR-RS: Infrared Remote Sensing Vision-Language Learning with CLIP and VLM Adaptation

    arXiv:2607.06552v1 Announce Type: new Abstract: Infrared remote-sensing imagery captures intensity structure, object-background contrast, and illumination-invariant cues often invisible in RGB imagery. Yet, most remote-sensing vision-language resources and models focus on visible…

  2. arXiv cs.CV TIER_1 English(EN) · Jiahuan Long ·

    MonoIR-RS：使用CLIP和VLM适配的红外遥感视觉语言学习

    Infrared remote-sensing imagery captures intensity structure, object-background contrast, and illumination-invariant cues often invisible in RGB imagery. Yet, most remote-sensing vision-language resources and models focus on visible-band semantics, leaving infrared vision-languag…

相关实体

相关话题