SkyScript_一个面向遥感领域的大规模语义多样化视觉-语言数据集

SkyScript是一个大规模、语义多样化的遥感图像文本数据集，共包含520万对遥感图像文本，覆盖超过29,000个独立语义标签。 尽管遥感影像在助力实现可持续发展目标和应对气候变化方面应用广泛，却未能充分受益于当前通用型任务无关视觉语言模型的进展。核心瓶颈在于，开发此类模型所需的大规模语义多样化图文数据集在遥感领域极为稀缺。与自然图像不同，遥感影像及其文本描述难以直接从网络大规模获取。本研究通过整合OpenStreetMap语义数据与多源多分辨率遥感影像，构建了SkyScript——一个语义丰富的大规模遥感图文数据集，从而填补了这一空白。

搜集汇总

背景与挑战

背景概述

SkyScript是一个大规模、语义多样化的遥感图像-文本数据集，包含520万对图像-文本，覆盖超过29,000个语义标签。该数据集通过连接OpenStreetMap与多源多分辨率遥感图像自动生成，旨在为遥感领域开发通用视觉语言模型提供丰富的预训练数据，填补了该领域缺乏大规模语义多样化数据集的空白。