基于大模型的高效遥感图像描述算法研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

一、引言

大规模语言模型（LLM）在自然语言理解方面表现出色，促使研究者们考虑将其强大的理解能力扩展到图像领域。目前，已有多种多模态大模型能够有效地处理自然语言和自然图像，但在遥感图像的理解上仍存在一定的不足。因此，本工作旨在通过对现有多模态大模型进行有监督微调，提升其在遥感图像理解方面的能力。

典型的多模态大模型（MLLM）由三个主要部分构成：模态编码器、中间模态连接器和预训练的大语言模型（LLM）。（剩余3512字）

试读结束

目录
monitor
客服机器人