Компьютерная наука > Комплектное видение и распознавание моделей [представлено 26 января 2026 (v1), последний пересмотренный вариант 11 сентября 2026 года (эта версия, v2)) Название: DisasterInsight: A Multild Performal for Face-Awreen and Gramed Assessment View PDF HTML (экспериментальное) резюме: модели на языке " вид - язык &qt; (VIMS) демонстрируют перспективы дистанционного зондирования в случае бедствий, однако существующие контрольные показатели главным образом указывают на оценку на уровне сцен или на основе оценки ущерба. Для изучения этого пробела в структуре зданий мы внедряем метод {}, диагностический контрольный параметр, основанный на xBD, набор данных спутников до/после стихийных бедствий с знаками ущерба уровня здания. ~ Метод {} обогащает случаи строительства функциональным знаком OpenStreetMap и содержит 134 {,}108 записей конкретных целевых инструкций по 15 типам задач, охватывающих оценку на уровне примеров, подсчеты на местах, рассуждения о многоразовых случаях и структурированное составление докладов. Этот контрольный показатель обеспечивает поддержку снимков РКГ до/после стихийных бедствий, составов одиночных и многовидовых случаев и диагностических данных РГБ/САР на местах. Эксперименты с использованием общего домена и дистанционного зондирования показывают, что модели лучше работают на видимых сигналах повреждения, чем при понимании функций строительства, рассуждения о многоподвижных условиях, подсчете и обоснованной отчетности. Инструктирование…
Инспекция: мультимодальный контрольный параметр для оценки функций и наземных бедствий
arXiv: 2601.18493v2 Видеотипы: заменить резюме: модели на языке зрения (MLS) демонстрируют перспективы дистанционного зондирования в случае бедствий, однако существующие контрольные показатели ориентированы главным образом на оценку уровня местности или ущерба. Для изучения этого пробела в структуре зданий мы внедряем метод {}, диагностический контрольный параметр, основанный на xBD, набор данных спутников до/после стихийных бедствий с знаками ущерба уровня здания. ~ Метод {} обогащает случаи строительства функциональным знаком OpenStreetMap и содержит 134 {,}108 записей конкретных целевых инструкций по 15 типам задач, охватывающих оценку на уровне примеров, подсчеты на местах, рассуждения о многоразовых случаях и структурированное составление докладов. Этот контрольный показатель обеспечивает поддержку снимков РКГ до/после стихийных бедствий, составов одиночных и многовидовых случаев и диагностических данных РГБ/САР на местах. Эксперименты с широкополосными и дистанционными системами дистанционного зондирования показывают, что модели лучше работают на видимых сигналах повреждения, чем при понимании функций здания, многопочвенных рассуждениях, подсчете,