使用 LLM 自动生成卫星图像标题：参考文献

链接表

• 摘要和简介
• 方法
• 参考

参考

[1] Armen Aghajanyan、Bernie Huang、Candace Ross、Vladimir Karpukhin、Hu Xu、Naman Goyal、Dmytro Okhonko、Mandar Joshi、Gargi Ghosh、Mike Lewis 和 Luke Zettlemoyer。CM3：互联网的因果掩蔽多模态模型。CoRR，abs/2201.07520，2022 年。

[2] Jian Ding、Nan Xue、Gui-Song Xia、Xiang Bai、Wen Yang、Michael Yang、Serge Belongie、Jiebo Luo、Mihai Datcu、Marcello Pelillo 和 Liangpei Zhang。航拍图像中的物体检测：大规模基准测试和挑战。IEEE 模式分析与机器智能学报，第 1-1 页，2021 年。

[3] Jon Kleinberg 和 Eva Tardos。算法设计。Addison-Wesley Longman Publishing Co., Inc.，美国，2005 年。[4] Darius Lam、Richard Kuzma、Kevin McGee、Samuel Dooley、Michael Laielli、Matthew Klaric、Yaroslav Bulatov 和 Brendan McCord。xview：俯视图像中的对象。CoRR，abs/1802.07856，2018 年。

[5] Junnan Li、Dongxu Li、Caiming Xiong 和 Steven CH Hoi。BLIP：引导语言图像预训练，实现统一的视觉语言理解和生成。CoRR，abs/2201.12086，2022 年。

[6] 陆晓强, 王斌强, 郑祥涛, 李学龙. 探索遥感图像标题生成的模型和数据. IEEE 地球科学与遥感学报, 56(4):2183–2195.

[7] OpenAI。推出 chatgpt，2022 年 11 月。

[8] Ramakrishna Vedantam、C. Lawrence Zitnick 和 Devi Parikh。Cider：基于共识的图像描述评估，2015 年。

[9] 王建锋，杨正远，胡晓伟，李林杰，林凯文，甘哲，刘子成，刘策，王丽娟。 Git：用于视觉和语言的生成式图像到文本转换器，2022 年。

[10] Shunyu Yao、Jeffrey Zhao、Dian Yu、Nan Du、Izhak Shafran、Karthik Narasimhan 和 Yuan Cao。React：语言模型中的协同推理和行动，2023 年。

[11] Xi Ye 和 Greg Durrett. 文本推理中小样本提示中解释的不可靠性，2022 年。

[12] Lili Yu、Bowen Shi、Ramakanth Pasunuru、Benjamin Muller、Olga Golovneva、Tianlu Wang、Arun Babu、Binh Tang、Brian Karrer、Shelly Sheynin、Candace Ross、Adam Polyak、Russell Howes、Vasu Sharma、Puxin Xu、Hovhannes Tamoyan、Oron Ashual、Uriel Singer、Shang-Wen Li、Susan Zhang、Richard James、Gargi Ghosh、Yaniv Taigman、Maryam Fazel-Zarandi、Asli Celikyilmaz、Luke Zettlemoyer 和 Armen Aghajanyan。《扩展自回归多模态模型：预训练和指令调整》，2023 年。

[13] 张文奇、沈永良、陆伟明、庄月婷。数据副驾驶：通过自主工作流连接数十亿数据和人类，2023 年。