多模态遥感基础大模型：研究现状与未来展望

张永军, 李彦胜, 党博, 武康, 郭昕, 王剑, 陈景东, 杨铭

Multi-modal remote sensing large foundation models: current research status and future prospect

Yongjun ZHANG, Yansheng LI, Bo DANG, Kang WU, Xin GUO, Jian WANG, Jingdong CHEN, Ming YANG

表1 大规模遥感视觉预训练数据集

Tab.1 Large-scale remote sensing vision pre-training datasets

数据集 图像数量 图像大小/像素 空间分辨率/m 图像类型 图像数据源 覆盖地理位置 fMoW[24] 1 047 691 — — 多光谱(4/8波段) Digital Globe 全球 SEN12MS[27] 180 662 256 10 合成孔径雷达-多光谱 哨兵1号、哨兵2号 全球 BigEarthNet-MM[25] 1 180 652 20~120 10~60 合成孔径雷达-多光谱 哨兵1号、哨兵2号 欧洲 MillionAID[22] 1 000 848 110~31 672 0.5~153 可见光 Google Earth — SeCo[12] 1 000 000 — 10 多光谱 哨兵2号 全球 fMoW-Sentinel[28] 882 779 45~60 10 多光谱(13波段) 哨兵2号 全球 TOV-RS-Balanced[20] 500 000 600 1~20 可见光 Google Earth - SSL4EO-S12[26] 3 012 948 20~120 10~60 合成孔径雷达-多光谱 哨兵1号、哨兵2号 全球 SSL4EO-L[29] 5 000 000 264 30 多光谱 Landsat4-5，7-9 全球 SatlasPretrain[23] 856 000 512 0.5~2，10 可见光&多光谱 NAIP、哨兵2号 全球