arXiv · AI· Mingning Guo, Mengwei Wu, Shaoxian Li, Haifeng Li, Chao Tao·· 7 天前AI 评分31
AerialVP:通过增强任务提示指导视觉语言模型的无人机图像感知
Towards Accurate UAV Image Perception: Guiding Vision-Language Models with Stronger Task Prompts
AI 导读
研究提出 AerialVP,一种无需训练的代理框架,通过动态增强任务提示而非微调参数来改进 VLM 的无人机图像目标识别与定位。 该框架利用 LLM 协调提示分析、视觉信息提取和融合模块,引入图像语义、空间位置和物体关系线索,并构建了统一基准 AerialSense 用于系统评估。 实验表明 AerialVP 在多个无人机视觉任务上取得一致提升,性能媲美基于 LoRA 的指令微调方法。
来源:arXiv · AI · arxiv.org