Mathis Jürgen Adler

新的BigEarthNet.txt数据集增强了地球观测VLMs

研究人员推出了BigEarthNet.txt，这是一个旨在改进地球观测任务的视觉语言模型（VLMs）的大规模数据集。该数据集包含超过464,000张配准的Sentinel-1和Sentinel-2图像，并配有960万条文本注释。这些注释涵盖了土地利用/土地覆盖类别、环境背景、视觉问答对以及用于对象检测的指代表达式。评估表明，现有的VLMs在处理遥感数据方面存在困难，但在BigEarthNet.txt上进行微调可显著提高性能。