统一表示 - Tag - 堂堂一跑堂https://spacetop.win/tags/%E7%BB%9F%E4%B8%80%E8%A1%A8%E7%A4%BA/统一表示 - Tag - 堂堂一跑堂Hugo -- gohugo.iozh-CNkingcopper@whu.edu.cn (WangTong)kingcopper@whu.edu.cn (WangTong)Mon, 01 Jun 2026 12:00:00 +0800Falcon：首个支持14个任务的遥感视觉语言基础模型https://spacetop.win/2026/06/20260601_210000_falcon_vlm/Mon, 01 Jun 2026 12:00:00 +0800WangTonghttps://spacetop.win/2026/06/20260601_210000_falcon_vlm/ Falcon：首个支持14个任务的遥感视觉语言基础模型

论文解读 | arXiv 2025 | 2026-06-01

📄 论文信息

项目 内容
标题 Falcon: A Remote Sensing Vision-Language Foundation Model (Technical Report)
作者 Kelu Yao, Nuo Xu, Rong Yang, Yingying Xu, Zhuoyan Gao, Titinunt Kitrungrotsakul, Yi Ren, Pu Zhang, Jin Wang, Ning Wei, Chao Li
单位 ZhejiangLab（之江实验室）
会议 arXiv 2025
arXiv https://arxiv.org/abs/2503.11070
GitHub https://github.com/TianHuiLab/Falcon (⭐372)
关键词 遥感基础模型、视觉语言模型、多任务学习、指令调优、统一表示

🎯 解决的核心问题

遥感图像解译是地球观测的核心任务，涵盖场景分类、目标检测、语义分割、变化检测等多个领域。近年来，大型视觉语言模型（LVLMs）在自然图像领域取得了巨大成功，但在遥感领域却面临严峻挑战：

  1. 领域鸿沟：自然图像与遥感图像之间存在显著的领域差异，包括视角、尺度、语义等方面
  2. 任务碎片化：现有遥感VLMs通常只擅长特定任务，缺乏统一的多任务处理能力
  3. 数据集不足：缺乏大规模、高质量、多任务的遥感指令调优数据集
模型 参数量 支持任务数 主要局限
GeoChat 7B 7 不支持像素级任务（分割、变化检测）
LHRS-Bot 7B 6 缺乏区域级和像素级理解能力
EarthGPT 7B 9 参数量大，推理效率低
RSGPT 7B 5 任务覆盖范围有限

如何构建一个轻量级、统一的遥感视觉语言模型，同时支持图像级、区域级和像素级的14个任务？

]]>