欧美性夜黄A片爽爽免费视频_大荫蒂BB荫蒂A片_日本人妻A片成人免费看片_国产成人无码A片V99_国产又爽又大又黄A片色戒一_中文字幕A片无码免费看_老骚老B老太太A片_两根茎一起进去好爽A片--_成人亚洲A片V一区二区三区蜜月_狠狠躁日日躁夜夜躁A片无码视频_天天爽日日澡AAAA片_国产无遮挡A片又黄又爽小直播科研团队在多模态遥感大模型领域取得系列研究成果
多模态大模型正成为新一代人工智能基础设施,其中面向遥感智能解译的多模态大模型作为“人工智能+遥感”交叉领域的前沿技术,在监测全球资源、环境、社会发展等方面发挥着重要作用。我校计算机与软件学院刘凡教授团队围绕“基础模型-感知模型-推理模型”研究思路,在遥感视觉语言大规模预训练、轻量型统一感知建模、强化学习驱动的地理空间推理等方面取得系列研究成果。1.构建了遥感视觉-语言基础模型RemoteCLIP团队深入分析了现有自监督学习和掩码图像建模在处理高层语义任务时的局限性,提出了首个遥感视觉-语言基础模型RemoteCLIP,研发了多源异构的数据扩展技术,解决了多模态遥感数据标注数量少、成本高、语义不对齐等问题。多模态遥感数据体系规模超同期数据集10倍,检索性能提升超10%。图1 RemoteCLIP基础模型2.提出了面向地球观测的轻量型统一感知模型 RemoteSAM为解决遥感难以兼容多种视觉任务的问题,团队研发了统一多视觉任务的轻量型感知模型RemoteSAM,在一个模型中同时支持分类、检测、分割和定位等8种遥感任务。不同于以往依赖特定任务头微调或基于大语言模型的文本生成范式,该研究提出了