来源：期刊VIP网 时间：
作者：郑明琪;刘冰;陈晓慧;陈畅;
单位：信息工程大学数据与目标工程学院;
摘要：针对遥感影像场景分类任务中面临的零样本问题，提出将遥感影像场景分类问题转化为遥感影像文本问答问题，从而利用预训练多模态大模型强大的泛化能力来实现遥感影像零样本场景分类。首先，根据待分类场景类别构建提问模版，然后将提问模版输入到预训练的多模态大模型中，最后根据多模态大模型对问题的回答确定该场景的类别。为了验证所提出方法的有效性，选取了使用最为广泛的开源多模态大模型MiniGPT-4作为基础模型，然后在AID、NWPU和UCM 3个数据集上进行大量的零样本场景分类实验。实验结果表明，该方法能够获得比现有零样本场景分类方法更高的分类精度，且无需任何训练，应用更加便捷。
关键词：场景分类;;零样本分类;;多模态大模型;;视觉问答;;任务驱动
基金资助：国家自然科学基金(42371438、42401501)
