ImageRAG框架

超高分辨率影像高效分析

专为超高分辨率遥感影像设计的检索增强生成框架,通过选择性检索相关图像区域作为上下文,使视觉语言模型能够处理大尺寸影像并捕获长程依赖关系,显著降低训练需求。

Zilun, Zhang · Haozhan, Shen · Zhao, Tiancheng · Zian, Guan · Bin, Chen · Yuhao, Wang · Xu, Jia · Cai, Yuxiang · 尚永衡 · 尹建伟

IEEE Geoscience and Remote Sensing Magazine 2025

参数信息

可处理影像最大分辨率
10,000 × 10,000 pixels

技术优势

无需缩放影像

通过选择性检索与查询最相关的图像区域作为视觉上下文,避免因缩放而丢失空间细节。

训练需求极低

采用检索增强生成技术,无需在超高分辨率影像上重新训练标准RSVLM,即可处理远超令牌限制的影像。

双路径高效处理

提供快路径和慢路径两种模式,根据效率与效果需求灵活选择。

应用场景