hlwu/changechat-105k

ChangeChat-105k是一个指令遵循数据集，用于支持遥感图像变化分析（RSICA），该范式结合变化检测和视觉问答，实现对双时相遥感图像的多轮指令引导探索。每个样本包含一个双时相图像对（image_A, image_B）以及覆盖六种交互类型的问答：变化描述、分类、量化、定位、开放问答和多轮对话。注释通过基于规则和GPT辅助的混合过程生成，基础图像来自LEVIR-CC数据集。本仓库仅提供注释，需从LEVIR-CC获取图像对。数据集包含约105k个指令样本，覆盖10,077个双时相图像对，包括训练和测试分割，样本格式为JSON，使用ShareGPT风格或LEVIR-CC风格。ChangeChat-105k is an instruction-following dataset introduced to support remote-sensing image change analysis (RSICA) — a paradigm that combines change detection with visual question answering for multi-turn, instruction-guided exploration of bi-temporal remote-sensing imagery. Each sample pairs a bi-temporal image pair (image_A, image_B) with a question and answer covering six interaction types: change captioning, classification, quantification, localization, open-ended QA, and multi-turn dialogues. The annotations were generated through a hybrid rule-based and GPT-assisted process; the underlying bi-temporal images come from the LEVIR-CC dataset. This repository only ships the annotations, and the image pairs must be obtained from LEVIR-CC. The dataset contains approximately 105k instruction samples over 10,077 bi-temporal image pairs, including train and test splits, with sample formats in JSON using either ShareGPT-style or LEVIR-CC style schemas.

搜集汇总

数据集介绍

构建方式

ChangeChat-105k数据集源自DeltaVLM论文，旨在推动遥感影像变化分析（RSICA）这一将变化检测与视觉问答相结合的范式。该数据集基于LEVIR-CC的10,077对双时相遥感影像，通过规则模板与GPT辅助的混合策略，自动生成涵盖六类交互模式的问答标注，包括变化描述、二分类、量化估计、3×3网格定位、开放式问答以及多轮对话。其训练集包含87,935条样本，并提供了定位增强版本，而测试集则依据任务类型拆分为七个独立的JSON文件，总计约105k条指令样本。

特点

ChangeChat-105k的显著特色在于其多维度、结构化的任务设计，它不仅支持单一的变化描述，还创新性地引入了变化量化、空间定位以及长达六轮的多轮对话，为遥感影像的细粒度交互分析提供了丰富素材。数据集采用ShareGPT风格存储指令样本，每条记录包含图像路径、变化标志及对话轮次，并为变化描述任务保留了五参考句式的评测格式，便于使用BLEU、ROUGE-L等指标进行标准化评估。此外，所有样本均基于LEVIR-CC的实际遥感影像，确保了数据真实性。

使用方法

使用ChangeChat-105k时，需先从LEVIR-CC官方仓库下载原始影像，并按照指定的目录结构（images/train/{A,B}, images/val/{A,B}, images/test/{A,B}）放置，与HuggingFace仓库中的JSON标注文件配合使用。用户可通过huggingface_hub库的hf_hub_download函数直接下载单个JSON文件，或使用huggingface-cli命令克隆整个仓库。加载后，训练和指令测试文件以ShareGPT格式呈现，可直接解析为对话列表；而变化描述评测文件则包含多参考标注，适用于标准文本生成评测。

背景与挑战

背景概述

遥感影像变化分析是地球观测领域的核心任务之一，传统方法多聚焦于变化检测或单轮变化描述，难以满足用户对复杂变化场景的多轮交互式探究需求。ChangeChat-105k数据集由Deng、Zhou和Wu于2026年在《Remote Sensing》期刊的DeltaVLM研究中提出，旨在弥补这一空白。该数据集基于LEVIR-CC的10,077对双时相遥感影像，通过规则与GPT辅助的混合标注流程生成了约10.5万条指令样本，涵盖变化描述、分类、量化、定位、开放问答及多轮对话等六类交互任务，为遥感影像变化分析与视觉语言模型的交叉研究提供了标准化基准。其提出推动了从静态变化描述向动态、多轮指令驱动分析范式的转变，在遥感智能解译领域具有重要影响力。

当前挑战

该数据集面临的核心挑战来自两方面。在领域层面，遥感影像变化分析需突破传统单轮变化检测的局限，实现多轮交互中对空间、语义与时序信息的联合理解，例如用户可能先询问“有无变化”，再追问“新增建筑物的具体位置与数量”，这对模型的长程依赖与多粒度感知能力提出严苛要求。在构建过程中，挑战则集中于大规模指令数据的自动化生成质量——规则与GPT辅助方法虽能高效产出多类型样本，但如何平衡自动标注的噪声与人工标注的成本，确保如变化定位的网格精度、多轮对话的逻辑连贯性，仍是数据集质量控制的难点。

常用场景

经典使用场景

ChangeChat-105k最为经典的应用场景是面向遥感影像时序变化的多模态指令理解与生成任务。该数据集将双时相遥感图像对与六种交互类型深度结合，包括变化描述生成、变化二分类、变化数量统计、变化区域定位（基于3×3网格）、开放式问答以及多轮对话。相较于传统仅支持单一句式或单一任务的遥感变化分析数据集，ChangeChat-105k为视觉语言模型提供了一个系统化的训练与评测框架，推动模型从简单检测向具备深层语义理解与交互能力的智能遥感助手演进。

衍生相关工作

ChangeChat-105k的诞生直接催生了若干具有里程碑意义的衍生工作。其源论文DeltaVLM提出了面向指令引导的遥感变化分析视觉语言模型，通过差异感知模块实现双时相特征的精细对齐与语义解码。此外，基于该数据集的训练范式，学术界相继涌现出遥感变化定位与描述联合优化、多轮对话式变化分析模型以及变化数量感知的视觉问答等一系列扩展研究。这些工作不仅验证了ChangeChat-105k作为核心基准的有效性，也推动了遥感视觉语言领域从单一描述向复杂交互智能系统的整体跃迁。

数据集最近研究

最新研究方向

ChangeChat-105k作为DeltaVLM框架下的指令微调数据集，正推动遥感图像变化分析（RSICA）从传统变化检测向多轮交互式视觉问答的范式跃迁。该数据集通过规则与GPT协同标注，覆盖变化描述、分类、量化、定位等六类交互任务，为理解双时相遥感影像中的语义变迁提供了细粒度监督信号。当前前沿研究聚焦于将其与大语言模型（LLM）结合，构建能够理解空间关系、量化地物演变并支持多轮对话的智能分析系统，这在地理空间智能、城市动态监测及灾害应急响应领域具有显著应用价值。该数据集的发布不仅填补了遥感领域多轮指令数据的空白，更为实现人机协同的遥感解译闭环迈出了关键一步。