论文名称: RS-LLaVA: Large Vision Language Model for Joint Captioning and Question Answering in Remote Sensing Imagery 模型架构: MLLM Visual Encoder: Transformer Text Encoder: Transformer Model D...
论文名称: Large Language Models for Captioning and Retrieving Remote Sensing Images 模型架构: VLM Task: Image Caption, Image-text Retrieval Link: https://arxiv.org/abs/2402.06475 Code/Project: -...
数据集名称: EarthView 任务: 遥感模型预训练 发布时间: 2024 模态: 图像 数量: 300万张高分辨率训练数据集 代码源链接: https://huggingface.co/datasets/satellogic/EarthView/tree/main
论文名称: GeoLLM-Engine: A Realistic Environment for Building Geospatial Copilots 模型架构: Agent Model Details: gpt-3.5-turbo/gpt-4 Link: https://arxiv.org/abs/2404.15500 Code/Project: - Publ...
论文名称: SkyScript: A Large and Semantically Diverse Vision-Language Dataset for Remote Sensing 模型架构: VLM Visual Encoder: Transformer Text Encoder: Transformer Model Details: (CLIP)Vision E...
数据集名称: HSODBIT-V1 任务: 高光谱显著性目标检测 发布时间: 2024 模态: 图像 数量: 323张图像 代码源链接: https://pan.baidu.com/s/1AsdnO2-nadxTaq9_9Mo3Eg?pwd=tftf#list/path=%2F 详细描述: 319幅高光谱图像及对应的伪彩色图像和像素级标注
数据集名称: MMEarth 任务: 遥感图像多模态预训练 发布时间: 2024 模态: 图像、文本 数量: 包含分布在世界各地的120万个地点的数据，在每个地点，收集了12个地理对齐模态的数据，分为像素级和图像级模式 代码源链接: https://github.com/vishalned/MMEarth-data 论文源链接: https://arxiv.or...
论文名称: SpectralGPT: Spectral Foundation Model Link: https://arxiv.org/pdf/2311.07113 Published in: TPAMI 2024 Type: Pretrain Code/Project: https://github.com/danfenghong/IEEE_TPAMI_Spectr...
数据集名称: SARDet-100K 任务: 遥感图像检测 合成孔径雷达目标检测 发布时间: 2024 模态: 图像 数量: 包含约117K张图像和246K个对象实例 代码源链接: https://pan.baidu.com/s/1dIFOm4V2pM_AjhmkD1-Usw?pwd=SARD 论文源链接: https://arxiv.org/pdf/2403....
论文名称: SARATR-X: A Foundation Model for Synthetic Aperture Radar Images Target Recognition Published in: Arxiv 2024 Type: Other 备注: MAE，两阶段预训练（ImageNet-SAR），使用多尺度梯度特征（MGF）[这个文档里的49]来抑制斑点噪声并...