洪水像素级理解模型与基准提出

2026年10月19日，arXiv Computer Vision 刊出 Chengyang Zhang 等作者的报道，提出语言引导的像素级洪水理解模型 FloodVLM-Pix。该模型通过洪水先验模块和多时相洪水像素解码器，提升洪水描述质量与分割性能。研究同时构建了首个大规模遥感洪水多模态基准，含 131,200 个洪水图像块和 443,100 条描述洪水严重程度与演变的文本。实验显示，其性能优于现有 SOTA 视觉语言模型和洪水分割模型。作者表示代码与数据将公开，但报道未给出具体发布地址与时间。目前事件进展停留在论文发布阶段，尚无后续跟进报道。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。