Aug, 2024
IFShip：通过领域知识增强指令调优的可解释细粒度船舶分类的大型视觉-语言模型
IFShip: A Large Vision-Language Model for Interpretable Fine-grained
Ship Classification via Domain Knowledge-Enhanced Instruction Tuning
TL;DR本研究解决了遥感细粒度船舶分类任务中传统模型缺乏可解释性的问题。提出的IFShip模型通过自然语言准确传达推理过程，并通过知识增强的链式思维提示生成机制构建了用于训练的TITANIC-FGS数据集。实验结果表明，IFShip在分类可解释性和准确性方面超过了当前最先进的算法，提供了更优的领域专长和推理链信息。