Sentinel2Cap: A Human-Annotated Benchmark Dataset for Multimodal Remote Sensing Image Captioning
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Tosato, Lucrezia, Lombardi, Gianluca, Hansch, Ronny |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Visual Question Answering on Multiple Remote Sensing Image Modalities
par: Boussaid, Hichem, et autres
Publié: (2025)
par: Boussaid, Hichem, et autres
Publié: (2025)
Segmentation-guided Attention for Visual Question Answering from Remote Sensing Images
par: Tosato, Lucrezia, et autres
Publié: (2024)
par: Tosato, Lucrezia, et autres
Publié: (2024)
Data-Centric Benchmark for Label Noise Estimation and Ranking in Remote Sensing Image Segmentation
par: Nogueira, Keiller, et autres
Publié: (2026)
par: Nogueira, Keiller, et autres
Publié: (2026)
Change Captioning in Remote Sensing: Evolution to SAT-Cap -- A Single-Stage Transformer Approach
par: Wang, Yuduo, et autres
Publié: (2025)
par: Wang, Yuduo, et autres
Publié: (2025)
A Benchmark for Multi-Lingual Vision-Language Learning in Remote Sensing Image Captioning
par: Zhou, Qing, et autres
Publié: (2025)
par: Zhou, Qing, et autres
Publié: (2025)
SAR Strikes Back: A New Hope for RSVQA
par: Tosato, Lucrezia, et autres
Publié: (2025)
par: Tosato, Lucrezia, et autres
Publié: (2025)
Multilingual Training-Free Remote Sensing Image Captioning
par: Rebelo, Carlos, et autres
Publié: (2025)
par: Rebelo, Carlos, et autres
Publié: (2025)
AnyCap Project: A Unified Framework, Dataset, and Benchmark for Controllable Omni-modal Captioning
par: Ren, Yiming, et autres
Publié: (2025)
par: Ren, Yiming, et autres
Publié: (2025)
Can SAR improve RSVQA performance?
par: Tosato, Lucrezia, et autres
Publié: (2024)
par: Tosato, Lucrezia, et autres
Publié: (2024)
Exploiting temporal information to detect conversational groups in videos and predict the next speaker
par: Tosato, Lucrezia, et autres
Publié: (2024)
par: Tosato, Lucrezia, et autres
Publié: (2024)
CapArena: Benchmarking and Analyzing Detailed Image Captioning in the LLM Era
par: Cheng, Kanzhi, et autres
Publié: (2025)
par: Cheng, Kanzhi, et autres
Publié: (2025)
Better Coherence, Better Height: Fusing Physical Models and Deep Learning for Forest Height Estimation from Interferometric SAR Data
par: Mahesh, Ragini Bal, et autres
Publié: (2025)
par: Mahesh, Ragini Bal, et autres
Publié: (2025)
FIOVA: A Multi-Annotator Benchmark for Human-Aligned Video Captioning
par: Hu, Shiyu, et autres
Publié: (2024)
par: Hu, Shiyu, et autres
Publié: (2024)
Evaluating Remote Sensing Image Captions Beyond Metric Biases
par: Chen, Ziyun, et autres
Publié: (2026)
par: Chen, Ziyun, et autres
Publié: (2026)
Large Language Models for Captioning and Retrieving Remote Sensing Images
par: Silva, João Daniel, et autres
Publié: (2024)
par: Silva, João Daniel, et autres
Publié: (2024)
LuoJiaHOG: A Hierarchy Oriented Geo-aware Image Caption Dataset for Remote Sensing Image-Text Retrival
par: Zhao, Yuanxin, et autres
Publié: (2024)
par: Zhao, Yuanxin, et autres
Publié: (2024)
A Large-Scale Referring Remote Sensing Image Segmentation Dataset and Benchmark
par: Yang, Zhigang, et autres
Publié: (2025)
par: Yang, Zhigang, et autres
Publié: (2025)
Enhancing Perception of Key Changes in Remote Sensing Image Change Captioning
par: Yang, Cong, et autres
Publié: (2024)
par: Yang, Cong, et autres
Publié: (2024)
A Lightweight Sparse Focus Transformer for Remote Sensing Image Change Captioning
par: Sun, Dongwei, et autres
Publié: (2024)
par: Sun, Dongwei, et autres
Publié: (2024)
VRSBench: A Versatile Vision-Language Benchmark Dataset for Remote Sensing Image Understanding
par: Li, Xiang, et autres
Publié: (2024)
par: Li, Xiang, et autres
Publié: (2024)
RSCC: A Large-Scale Remote Sensing Change Caption Dataset for Disaster Events
par: Chen, Zhenyuan, et autres
Publié: (2025)
par: Chen, Zhenyuan, et autres
Publié: (2025)
HiSem: Hierarchical Semantic Disentangling for Remote Sensing Image Change Captioning
par: Wang, Man, et autres
Publié: (2026)
par: Wang, Man, et autres
Publié: (2026)
RSCaMa: Remote Sensing Image Change Captioning with State Space Model
par: Liu, Chenyang, et autres
Publié: (2024)
par: Liu, Chenyang, et autres
Publié: (2024)
JSSFF: A Joint Structural-Semantic Fusion Framework for Remote Sensing Image Captioning
par: Das, Swadhin, et autres
Publié: (2026)
par: Das, Swadhin, et autres
Publié: (2026)
A Novel Lightweight Transformer with Edge-Aware Fusion for Remote Sensing Image Captioning
par: Das, Swadhin, et autres
Publié: (2025)
par: Das, Swadhin, et autres
Publié: (2025)
Annotation-Free Open-Vocabulary Segmentation for Remote-Sensing Images
par: Li, Kaiyu, et autres
Publié: (2025)
par: Li, Kaiyu, et autres
Publié: (2025)
CBEN -- A Multimodal Machine Learning Dataset for Cloud Robust Remote Sensing Image Understanding
par: Stricker, Marco, et autres
Publié: (2026)
par: Stricker, Marco, et autres
Publié: (2026)
DiffCap-Bench: A Comprehensive, Challenging, Robust Benchmark for Image Difference Captioning
par: Wei, Yuancheng, et autres
Publié: (2026)
par: Wei, Yuancheng, et autres
Publié: (2026)
Hyperspectral Remote Sensing Images Salient Object Detection: The First Benchmark Dataset and Baseline
par: Liu, Peifu, et autres
Publié: (2025)
par: Liu, Peifu, et autres
Publié: (2025)
Pansharpening for Thin-Cloud Contaminated Remote Sensing Images: A Unified Framework and Benchmark Dataset
par: Du, Songcheng, et autres
Publié: (2026)
par: Du, Songcheng, et autres
Publié: (2026)
BTCChat: Advancing Remote Sensing Bi-temporal Change Captioning with Multimodal Large Language Model
par: Li, Yujie, et autres
Publié: (2025)
par: Li, Yujie, et autres
Publié: (2025)
FigCaps-HF: A Figure-to-Caption Generative Framework and Benchmark with Human Feedback
par: Singh, Ashish, et autres
Publié: (2023)
par: Singh, Ashish, et autres
Publié: (2023)
SuperCap: Multi-resolution Superpixel-based Image Captioning
par: Senior, Henry, et autres
Publié: (2025)
par: Senior, Henry, et autres
Publié: (2025)
MeaCap: Memory-Augmented Zero-shot Image Captioning
par: Zeng, Zequn, et autres
Publié: (2024)
par: Zeng, Zequn, et autres
Publié: (2024)
Performance of Human Annotators in Object Detection and Segmentation of Remotely Sensed Data
par: Blushtein-Livnon, Roni, et autres
Publié: (2024)
par: Blushtein-Livnon, Roni, et autres
Publié: (2024)
Sieve: Multimodal Dataset Pruning Using Image Captioning Models
par: Mahmoud, Anas, et autres
Publié: (2023)
par: Mahmoud, Anas, et autres
Publié: (2023)
SkinCaRe: A Multimodal Dermatology Dataset Annotated with Medical Caption and Chain-of-Thought Reasoning
par: Shen, Yuhao, et autres
Publié: (2024)
par: Shen, Yuhao, et autres
Publié: (2024)
HyperCap: Hyperspectral Land Cover Captioning Dataset for Vision Language Models
par: Das, Aryan, et autres
Publié: (2025)
par: Das, Aryan, et autres
Publié: (2025)
Semantic-Spatial Feature Fusion with Dynamic Graph Refinement for Remote Sensing Image Captioning
par: Liu, Maofu, et autres
Publié: (2025)
par: Liu, Maofu, et autres
Publié: (2025)
A Manually Annotated Image-Caption Dataset for Detecting Children in the Wild
par: Kireev, Klim, et autres
Publié: (2025)
par: Kireev, Klim, et autres
Publié: (2025)
Documents similaires
-
Visual Question Answering on Multiple Remote Sensing Image Modalities
par: Boussaid, Hichem, et autres
Publié: (2025) -
Segmentation-guided Attention for Visual Question Answering from Remote Sensing Images
par: Tosato, Lucrezia, et autres
Publié: (2024) -
Data-Centric Benchmark for Label Noise Estimation and Ranking in Remote Sensing Image Segmentation
par: Nogueira, Keiller, et autres
Publié: (2026) -
Change Captioning in Remote Sensing: Evolution to SAT-Cap -- A Single-Stage Transformer Approach
par: Wang, Yuduo, et autres
Publié: (2025) -
A Benchmark for Multi-Lingual Vision-Language Learning in Remote Sensing Image Captioning
par: Zhou, Qing, et autres
Publié: (2025)