Tag · 3 篇

遥感影像

分布视觉语言模型2数据集与评测1

YieldSAT: A Multimodal Benchmark Dataset for High-Resolution Crop Yield Prediction

把作物产量预测重新定义为基于多光谱卫星影像的像素级回归任务，并给出多模态融合架构与深度集成在真实分布偏移下的对比基线，可直接复用于遥感密集回归与域偏移鲁棒性研究。

UniChange: Unifying Change Detection with Multimodal Large Language Model

用 MLLM 的语言先验与特殊 token（[T1]/[T2]/[CHANGE]）嵌入作为查询，把二值变化检测与语义变化检测统一进一个生成式框架，并用文本提示替代预定义分类头以兼容类别定义冲突的多源数据，为遥感变化检测提供可复用的统一建模范式。

FireScope: Wildfire Risk Raster Prediction With a Chain-of-Thought Oracle

把 VLM 的思维链推理作为生成式空间预测的中间监督，用强化学习加视觉监督联合训练，让语言推理轨迹提升栅格生成的跨大陆泛化——这套「推理到生成」的范式可迁移到其他需要多源遥感输入与连续场输出的视觉任务。