HyperCap：面向视觉语言模型的高光谱栅格地面覆盖描述数据集
计算机视觉与模式识别
2026-05-20 v3
摘要
我们介绍 HyperCap，这是第一个为提升遥感应用中模型性能和效能而设计的大规模高光谱描述数据集。与传统高光谱成像（HSI）基准数据集不同，HyperCap 将光谱数据与像素级文本注释集成，实现更深入的语义理解。该数据集在分类和特征提取等任务中提升了模型性能，为高级遥感应用提供了宝贵资源。HyperCap 由四个基准数据集构建而成，采用结合自动化与人工方法的混合注释方式以确保准确性和一致性。经验评估使用最先进的编码器和多样化的融合技术，显示出在分类性能上的显著提升。这些结果凸显了视觉-语言学习在 HSI 中的潜力，并将 HyperCap 定位为该领域未来研究的基石数据集。代码和数据集已提供于 https://github.com/arya-domain/HyperCap。
引用
@article{arxiv.2505.12217,
title = {HyperCap: Hyperspectral Land Cover Captioning Dataset for Vision Language Models},
author = {Aryan Das and Tanishq Rachamalla and Pravendra Singh and Koushik Biswas and Vinay Kumar Verma and Salvador Garcia and Antonio Plaza and Swalpa Kumar Roy},
journal= {arXiv preprint arXiv:2505.12217},
year = {2026}
}
备注
Accepted for publication in IEEE Geoscience and Remote Sensing Magazine (GRSM), 2026