यह पेज दुनियाभर में प्रकाशित होने वाले आर्टिफिशियल इंटेलिजेंस संबंधित रिसर्च पेपर्स को संक्षिप्त रूप में प्रस्तुत करता है। यहां Google Gemini का उपयोग करके पेपर्स का सारांश तैयार किया जाता है और यह पेज गैर-लाभकारी रूप से संचालित किया जाता है। पेपर के कॉपीराइट लेखक और संबंधित संस्थान के पास हैं, और साझा करते समय बस स्रोत का उल्लेख करें।
यह शोधपत्र कृषि सुदूर संवेदन के लिए विशिष्ट एक व्यापक मानक, एग्रॉमाइंड प्रस्तुत करता है। मौजूदा मानकों की सीमाओं, जिनमें सीमित डेटासेट विविधता और अति-सरलीकृत कार्य डिज़ाइन शामिल हैं, को दूर करने के लिए, हमने 27,247 QA युग्मों और 19,615 छवियों वाले एक उच्च-गुणवत्ता वाले मूल्यांकन सेट का निर्माण करने के लिए आठ सार्वजनिक डेटासेट और एक निजी कृषिभूमि डेटासेट को एकीकृत किया। एग्रॉमाइंड चार कार्य आयामों में 13 कार्य प्रकारों (फसल पहचान और स्वास्थ्य निगरानी से लेकर पर्यावरणीय विश्लेषण तक) को शामिल करता है: स्थानिक बोध, वस्तु बोध, दृश्य बोध और दृश्य अनुमान। एग्रॉमाइंड के साथ 20 मुक्त-स्रोत LMM और चार बंद-स्रोत मॉडलों का मूल्यांकन करने पर, विशेष रूप से स्थानिक अनुमान और सूक्ष्म-कणीय पहचान में, महत्वपूर्ण प्रदर्शन अंतरों का पता चलता है, जहाँ कुछ प्रमुख LMM मानव प्रदर्शन से बेहतर प्रदर्शन करते हैं। एग्रॉमाइंड कृषि सुदूर संवेदन के लिए एक मानकीकृत मूल्यांकन ढाँचा स्थापित करता है, जो LMM की डोमेन ज्ञान सीमाओं को उजागर करता है और भविष्य के अनुसंधान के लिए महत्वपूर्ण चुनौतियों पर प्रकाश डालता है। डेटा और कोड https://rssysu.github.io/AgroMind/ पर उपलब्ध हैं ।
