（arXiv 2025）DescribeEarth：首个遥感图像“万物可描”大模型，重构地球理解方式

主要观点总结

该论文介绍了名为DescribeEarth的多模态大语言模型，专门用于遥感图像的描述。论文提出了新任务Geo-DLC，并构建了相关的数据集DE-Dataset。论文主要介绍了DescribeEarth模型的架构以及实验成果，包括与其他模型的对比可视化结果和DE-Dataset生成流程的可视化等。

关键观点总结

关键观点1: 新任务Geo-DLC的介绍

论文将自然图像领域的细粒度局部描述（DLC）扩展到遥感影像，支持对特定地理对象的精确、丰富、语义一致的文字描述。

关键观点2: DE-Dataset的构建

论文构建了首个Geo-DLC数据集——DE-Dataset，包含18,417张图像、261,806个实例、25类对象，每个对象配有平均120字的细粒度描述。

关键观点3: DescribeEarth模型的介绍

DescribeEarth是一个面向遥感图像的多模态大语言模型，通过尺度自适应焦点裁剪、领域引导融合模块和文本中嵌入的旋转边框坐标机制，显著提升了遥感场景下的语义表达与事实准确性。

关键观点4: 模型的创新点与优势

论文提出了LLM辅助评测基准——DE-Benchmark，采用属性基于问答（attribute-based QA）+ GPT-4.1评分机制。实验结果显示，DescribeEarth在多个方面显著优于其他模型，如GPT-4o、Gemini-2.5-Pro与DAM。

关键观点5: 开源免费即插即用模块

论文提供了开源免费的即插即用模块地址，扫码即可获取更多最新模块。