基于专家混合模型的遥感图像的视觉语言处理方法及系统

本申请公开了一种基于专家混合模型的遥感图像的视觉语言处理方法及系统，涉及数据处理、人工智能技术，包括：获取遥感图像数据；利用结合专家混合框架的视觉语言模型RS‑MoE，基于所述遥感图像数据生成描述性文本，所述RS‑MoE包括图像编码器(Image Encoder)、VLM编码器(VLM Encoder)和专家混合模块(MoE Block)，其中MoE Block包括动态生成任务提示的说明路由器(Instruction Router)和多个大语言模型(LLMs)。基于本申请实施例的视觉语言模型实现对所输入的遥感图像提供细致且符合上下文的描述，全面反映遥感场景。