Buchumschlag

GeoVLM-R1: Reinforcement Fine-Tuning for Improved Remote Sensing Reasoning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Fiaz, Mustansar, Debary, Hiyam, Fraccaro, Paolo, Paudel, Danda, Van Gool, Luc, Khan, Fahad, Khan, Salman
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

EoCD: Encoder only Remote Sensing Change Detection
von: Noman, Mubashir, et al.
Veröffentlicht: (2026)

PrediTree: A Multi-Temporal Sub-meter Dataset of Multi-Spectral Imagery Aligned With Canopy Height Maps
von: Debary, Hiyam, et al.
Veröffentlicht: (2025)

ELGC-Net: Efficient Local-Global Context Aggregation for Remote Sensing Change Detection
von: Noman, Mubashir, et al.
Veröffentlicht: (2024)

HyRet-Change: A hybrid retentive network for remote sensing change detection
von: Fiaz, Mustansar, et al.
Veröffentlicht: (2025)

OpenEarthAgent: A Unified Framework for Tool-Augmented Geospatial Agents
von: Shabbir, Akashah, et al.
Veröffentlicht: (2026)

EarthDial: Turning Multi-sensory Earth Observations to Interactive Dialogues
von: Soni, Sagar, et al.
Veröffentlicht: (2024)

ThinkGeo: Evaluating Tool-Augmented Agents for Remote Sensing Tasks
von: Shabbir, Akashah, et al.
Veröffentlicht: (2025)

ChangeBind: A Hybrid Change Encoder for Remote Sensing Change Detection
von: Noman, Mubashir, et al.
Veröffentlicht: (2024)

GeoPixel: Pixel Grounding Large Multimodal Model in Remote Sensing
von: Shabbir, Akashah, et al.
Veröffentlicht: (2025)

GaussianVLM: Scene-centric 3D Vision-Language Models using Language-aligned Gaussian Splats for Embodied Reasoning and Beyond
von: Halacheva, Anna-Maria, et al.
Veröffentlicht: (2025)

OSMDA: OpenStreetMap-based Domain Adaptation for Remote Sensing VLMs
von: Ailuro, Stefan Maria, et al.
Veröffentlicht: (2026)

Lego: Learning to Disentangle and Invert Personalized Concepts Beyond Object Appearance in Text-to-Image Diffusion Models
von: Motamed, Saman, et al.
Veröffentlicht: (2023)

Autonomous Vehicle Controllers From End-to-End Differentiable Simulation
von: Nachkov, Asen, et al.
Veröffentlicht: (2024)

EvenNICER-SLAM: Event-based Neural Implicit Encoding SLAM
von: Chen, Shi, et al.
Veröffentlicht: (2024)

Taming CLIP for Fine-grained and Structured Visual Understanding of Museum Exhibits
von: Balauca, Ada-Astrid, et al.
Veröffentlicht: (2024)

FANet: Feature Amplification Network for Semantic Segmentation in Cluttered Background
von: Ali, Muhammad, et al.
Veröffentlicht: (2024)

COSNet: A Novel Semantic Segmentation Network using Enhanced Boundaries in Cluttered Scenes
von: Ali, Muhammad, et al.
Veröffentlicht: (2024)

GeoVLM: Improving Automated Vehicle Geolocalisation Using Vision-Language Matching
von: Dagda, Barkin, et al.
Veröffentlicht: (2025)

Video-R2: Reinforcing Consistent and Grounded Reasoning in Multimodal Language Models
von: Maaz, Muhammad, et al.
Veröffentlicht: (2025)

GEOBench-VLM: Benchmarking Vision-Language Models for Geospatial Tasks
von: Danish, Muhammad Sohail, et al.
Veröffentlicht: (2024)

Learning Generative Interactive Environments By Trained Agent Exploration
von: Kazemi, Naser, et al.
Veröffentlicht: (2024)

VLM2GeoVec: Toward Universal Multimodal Embeddings for Remote Sensing
von: Aimar, Emanuel Sánchez, et al.
Veröffentlicht: (2025)

Locate Anything on Earth: Advancing Open-Vocabulary Object Detection for Remote Sensing Community
von: Pan, Jiancheng, et al.
Veröffentlicht: (2024)

Implicit-Zoo: A Large-Scale Dataset of Neural Implicit Functions for 2D Images and 3D Scenes
von: Ma, Qi, et al.
Veröffentlicht: (2024)

Continuous Pose for Monocular Cameras in Neural Implicit Representation
von: Ma, Qi, et al.
Veröffentlicht: (2023)

From Synchrony to Sequence: Exo-to-Ego Generation via Interpolation
von: Mahdi, Mohammad, et al.
Veröffentlicht: (2026)

Vision encoders should be image size agnostic and task driven
von: Prisadnikov, Nedyalko, et al.
Veröffentlicht: (2025)

Self-supervised pretraining for an iterative image size agnostic vision transformer
von: Prisadnikov, Nedyalko, et al.
Veröffentlicht: (2026)

A Simple and Generalist Approach for Panoptic Segmentation
von: Prisadnikov, Nedyalko, et al.
Veröffentlicht: (2024)

Inferring Compositional 4D Scenes without Ever Seeing One
von: Gokmen, Ahmet Berke, et al.
Veröffentlicht: (2025)

RICO: Two Realistic Benchmarks and an In-Depth Analysis for Incremental Learning in Object Detection
von: Neuwirth-Trapp, Matthias, et al.
Veröffentlicht: (2025)

Incremental Object Detection with Prompt-based Methods
von: Neuwirth-Trapp, Matthias, et al.
Veröffentlicht: (2025)

Occam's LGS: An Efficient Approach for Language Gaussian Splatting
von: Cheng, Jiahuan, et al.
Veröffentlicht: (2024)

SeasonScapes: Learning Large-scale Re-lightable 3D Landscapes with Seasonal Variation from Sparse Webcams
von: Kleger, Timo, et al.
Veröffentlicht: (2026)

Ternary-Type Opacity and Hybrid Odometry for RGB NeRF-SLAM
von: Lin, Junru, et al.
Veröffentlicht: (2023)

Cross-View Multi-Modal Segmentation @ Ego-Exo4D Challenges 2025
von: Fu, Yuqian, et al.
Veröffentlicht: (2025)

DEFT: Decompositional Efficient Fine-Tuning for Text-to-Image Models
von: Kumar, Komal, et al.
Veröffentlicht: (2025)

Agentic AI for Remote Sensing: Technical Challenges and Research Directions
von: Munir, Muhammad Akhtar, et al.
Veröffentlicht: (2026)

CDChat: A Large Multimodal Model for Remote Sensing Change Description
von: Noman, Mubashir, et al.
Veröffentlicht: (2024)

ReVLA: Reverting Visual Domain Limitation of Robotic Foundation Models
von: Dey, Sombit, et al.
Veröffentlicht: (2024)