研究人员推出了一种新颖的遥感场景分类框架RSJEV,该框架利用了多模态大语言模型(MLLMs)。与生成文本的传统MLLMs不同,RSJEV将分类重新构建为判别式决策过程,直接估计类别概率而无需自回归解码。该方法在UC Merced和AID等基准测试中进行了测试,与现有的基于CNN、Transformer、Mamba和CLIP的方法相比,性能有所提高,并且由于模型更小,推理成本也有所降低。 AI
影响 这一新框架有望为各种地理空间应用带来更高效、更准确的卫星图像分析。
排序理由 该项目是一篇研究论文,详细介绍了一种使用多模态大语言模型进行遥感场景分类的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
- Aid
- CNN
- Mamba
- multimodal large language model
- NWPU-RESISC45
- RSJEV
- transformer
- University of California, Merced
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →