OSMDA-VLM

新方法将视觉语言模型适配于遥感任务

研究人员开发了一种名为OSMDA的新方法，用于将视觉语言模型（VLMs）适配于遥感任务，而无需依赖昂贵的人工标注或大型外部模型。该方法利用OpenStreetMap数据生成图像-文本对，然后用于微调基础VLM。与现有方法相比，所得的OSMDA-VLM在各种基准测试中表现出显著的性能提升。此外，另一项研究在用于遥感的联邦学习框架内，研究了VLMs的不同适配策略，分析了泛化能力、通信开销和计算复杂度之间的权衡。