Buchumschlag

FedRSClip: Federated Learning for Remote Sensing Scene Classification Using Vision-Language Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lin, Hui, Zhang, Chao, Hong, Danfeng, Dong, Kexin, Wen, Congcong
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Generalization-Enhanced Few-Shot Object Detection in Remote Sensing
von: Lin, Hui, et al.
Veröffentlicht: (2025)

RS-MoE: A Vision-Language Model with Mixture of Experts for Remote Sensing Image Captioning and Visual Question Answering
von: Lin, Hui, et al.
Veröffentlicht: (2024)

Multimodal Remote Sensing Scene Classification Using VLMs and Dual-Cross Attention Networks
von: Cai, Jinjin, et al.
Veröffentlicht: (2024)

Vision-Language Model Purified Semi-Supervised Semantic Segmentation for Remote Sensing Images
von: Wang, Shanwen, et al.
Veröffentlicht: (2026)

Enhancing Remote Sensing Vision-Language Models for Zero-Shot Scene Classification
von: Khoury, Karim El, et al.
Veröffentlicht: (2024)

Any-Optical-Model: A Universal Foundation Model for Optical Remote Sensing
von: Li, Xuyang, et al.
Veröffentlicht: (2025)

Vision-Language Models in Remote Sensing: Current Progress and Future Trends
von: Li, Xiang, et al.
Veröffentlicht: (2023)

FlexiMo: A Flexible Remote Sensing Foundation Model
von: Li, Xuyang, et al.
Veröffentlicht: (2025)

Remote Sensing Retrieval-Augmented Generation: Bridging Remote Sensing Imagery and Comprehensive Knowledge with a Multi-Modal Dataset and Retrieval-Augmented Generation Model
von: Wen, Congcong, et al.
Veröffentlicht: (2025)

Vision-Language Modeling Meets Remote Sensing: Models, Datasets and Perspectives
von: Weng, Xingxing, et al.
Veröffentlicht: (2025)

FedEU: Evidential Uncertainty-Driven Federated Fine-Tuning of Vision Foundation Models for Remote Sensing Image Segmentation
von: Zhang, Xiaokang, et al.
Veröffentlicht: (2026)

SeaMo: A Season-Aware Multimodal Foundation Model for Remote Sensing
von: Li, Xuyang, et al.
Veröffentlicht: (2024)

FedX: Explanation-Guided Pruning for Communication-Efficient Federated Learning in Remote Sensing
von: Büyüktaş, Barış, et al.
Veröffentlicht: (2025)

PyramidMamba: Rethinking Pyramid Feature Fusion with Selective Space State Model for Semantic Segmentation of Remote Sensing Imagery
von: Wang, Libo, et al.
Veröffentlicht: (2024)

Continual Vision-Language Learning for Remote Sensing: Benchmarking and Analysis
von: Weng, Xingxing, et al.
Veröffentlicht: (2026)

Foundation Models in Remote Sensing: Evolving from Unimodality to Multimodality
von: Hong, Danfeng, et al.
Veröffentlicht: (2026)

In-Domain Self-Supervised Learning Improves Remote Sensing Image Scene Classification
von: Dimitrovski, Ivica, et al.
Veröffentlicht: (2023)

SceneMixer: Exploring Convolutional Mixing Networks for Remote Sensing Scene Classification
von: Alkhatib, Mohammed Q., et al.
Veröffentlicht: (2025)

FedVLM: Scalable Personalized Vision-Language Models through Federated Learning
von: Mitra, Arkajyoti, et al.
Veröffentlicht: (2025)

RemoteCLIP: A Vision Language Foundation Model for Remote Sensing
von: Liu, Fan, et al.
Veröffentlicht: (2023)

S2C: Learning Noise-Resistant Differences for Unsupervised Change Detection in Multimodal Remote Sensing Images
von: Ding, Lei, et al.
Veröffentlicht: (2025)

Federated Learning Across Decentralized and Unshared Archives for Remote Sensing Image Classification
von: Büyüktaş, Barış, et al.
Veröffentlicht: (2023)

A Multi-Modal Federated Learning Framework for Remote Sensing Image Classification
von: Büyüktaş, Barış, et al.
Veröffentlicht: (2025)

Transformer-based Federated Learning for Multi-Label Remote Sensing Image Classification
von: Büyüktaş, Barış, et al.
Veröffentlicht: (2024)

Co-Training Vision Language Models for Remote Sensing Multi-task Learning
von: Li, Qingyun, et al.
Veröffentlicht: (2025)

Falcon: A Remote Sensing Vision-Language Foundation Model (Technical Report)
von: Yao, Kelu, et al.
Veröffentlicht: (2025)

VHM: Versatile and Honest Vision Language Model for Remote Sensing Image Analysis
von: Pang, Chao, et al.
Veröffentlicht: (2024)

FedAPT: Federated Adversarial Prompt Tuning for Vision-Language Models
von: Zhai, Kun, et al.
Veröffentlicht: (2025)

FedVLMBench: Benchmarking Federated Fine-Tuning of Vision-Language Models
von: Zheng, Weiying, et al.
Veröffentlicht: (2025)

Unsupervised Few-Shot Continual Learning for Remote Sensing Image Scene Classification
von: Ma'sum, Muhammad Anwar, et al.
Veröffentlicht: (2024)

Frequency-Aware Vision-Language Multimodality Generalization Network for Remote Sensing Image Classification
von: Zhang, Junjie, et al.
Veröffentlicht: (2025)

Survey on Remote Sensing Scene Classification: From Traditional Methods to Large Generative AI Models
von: Huang, Qionghao, et al.
Veröffentlicht: (2026)

Few-Shot Remote Sensing Image Scene Classification with CLIP and Prompt Learning
von: Dimitrovski, Ivica, et al.
Veröffentlicht: (2025)

Dual Contrastive Network for Few-Shot Remote Sensing Image Scene Classification
von: Ji, Zhong, et al.
Veröffentlicht: (2026)

Adaptive Gradient Calibration for Single-Positive Multi-Label Learning in Remote Sensing Image Scene Classification
von: Liu, Chenying, et al.
Veröffentlicht: (2025)

Weakly Supervised Ephemeral Gully Detection In Remote Sensing Images Using Vision Language Models
von: Tousi, Seyed Mohamad Ali, et al.
Veröffentlicht: (2025)

SpectralGPT: Spectral Remote Sensing Foundation Model
von: Hong, Danfeng, et al.
Veröffentlicht: (2023)

FedMVP: Federated Multimodal Visual Prompt Tuning for Vision-Language Models
von: Singha, Mainak, et al.
Veröffentlicht: (2025)

A Survey of Sample-Efficient Deep Learning for Change Detection in Remote Sensing: Tasks, Strategies, and Challenges
von: Ding, Lei, et al.
Veröffentlicht: (2025)

Enhanced Multi-level Features for Very High Resolution Remote Sensing Scene Classification
von: Sitaula, Chiranjibi, et al.
Veröffentlicht: (2023)