本文基于深度卷积神经网络构建了遥感图像分类基准测试集，包含256×256和128×128像素的子数据集。研究了遥感图像中的密集物体计数，构建了大规模计数数据集，并设计了新型神经网络生成密度图。此外，通过与OpenStreetMap连接，创建了包含260万个图像-文本对的视觉-语言数据集SkyScript，提升了模型在多模态任务中的表现。

该文介绍了一种基于卷积网络的无监督技术，用于密集物体计数，如植物器官。该技术采用后处理优化步骤，无需调整数据集即可实现高精度计数任务。