强化学习赋能internvl遥感影像分析与语义理解

[zhouyanzhong18]

遥感影像是国家空间基础设施的重要组成部分，承载着对地观测、灾害监测、城市规划、应急响应等关键任务的数据支撑。随着观测精度的不断提升与应用需求的持续深化，遥感数据呈现出高分辨率、广覆盖、强动态的特征，对其理解与应用提出了更高的智能化要求。
多模态大模型的兴起为遥感智能分析带来了新的可能。其在跨模态建模、语义表达与任务泛化方面的能力，正在推动感知系统从“数据处理”向“智能决策”演进。然而，将多模态能力有效迁移到遥感领域，仍面临诸多现实挑战，尤其在跨尺度目标识别与超高分辨率图像计算等方面，对模型感知能力、结构设计与资源调度提出了更高要求。基于internvl多模态大模型，探索遥感智能分析的创新路径，提升模型对遥感影像的表达、推理与泛化能力。