LRSCLIP:一种对齐遥感图像与长文本的视觉语言基础模型

💡 原文中文,约700字,阅读约需2分钟。
📝

内容提要

本研究提出了新型视觉语言基础模型LRSCLIP及数据集LRS2M,解决了遥感视觉语言模型在长文本处理和短文本信息不足方面的“幻觉”问题,显著提升了跨模态检索的精度。

🏷️

标签

➡️

继续阅读