一种质量评价模型的构建方法、遥感图文多模态数据清洗方法和强化学习算法

本发明公开了一种质量评价模型的构建方法、遥感图文多模态数据清洗方法和强化学习算法。质量评价模型的构建方法包括：针对遥感图像，收集遥感专业问题；采用视觉语言模型回答遥感专业问题；基于多维评价标准对每个答案进行精确量化评分；基于评分结果构建遥感正负问答对；替换视觉语言模型中的线性层构建初始质量评价模型；采用遥感正负问答对训练初始模型，使初始质量评价模型对正确答案输出更高的分数，得到参数化质量评价模型。本发明进一步将该质量评价模型应用于清洗遥感图文数据和强化学习优化，本发明可显著提升遥感图文数据质量，并能有效提升遥感视觉语言模型的深度思考能力与在复杂问题上的表现，从而显著拓宽模型能力边界与应用场景。