arXiv cs.CV· Dongchen Si, Di Wang, Mingzhen Xu, Jing Zhang, Bo Du, Liangpei Zhang·2026-10-07 12:00· 5 小时前AI 评分22

RSJEV：用多模态大语言模型做判别式遥感场景分类

RSJEV: Discriminative Remote Sensing Scene Classification with Multimodal Large Language Models

AI 导读

针对遥感场景分类，研究者提出 RSJEV，将分类重构为候选类别条件下的多模态判别式决策过程，用 OnePass Decider 直接估计类别概率，省去自回归解码。在 UC Merced、AID、NWPU-RESISC45 三个基准上，RSJEV 性能优于代表性 CNN、Transformer、Mamba、CLIP 和 MLLM 方法，并以仅 0.8B 参数模型显著降低推理成本。代码将公开。

来源：arXiv cs.CV · arxiv.org

多模态论文研究 #论文/研究 #多模态