题目：EarthMarker: A Visual Prompting Multi-modal Large Language Model for Remote Sensing期刊：IEEE Transactions on Geoscience and Remote Sensing。

题目：EarthMarker: A Visual Prompting Multi-modal Large Language Model for Remote Sensing期刊：IEEE Transactions on Geoscience and Remote Sensing。

题目：EarthMarker: A Visual Prompting Multi-modal Large Language Model for Remote Sensing期刊：IEEE Transactions on Geoscience and Remote Sensing。

EarthGPT在多个遥感数据集上进行了广泛的实验，结果显示在大多数遥感任务中，EarthGPT超过了最先进的专家模型和多模态语言模型。因此，作者创建了一个新的指令跟随数据集MMRS，涵盖了五个任务和三种视觉模态，并使用EarthGPT在该数据集上进行微调，以实现优秀的粗粒度对话和细粒度定位能力。该数据集的构建过程详细介绍。EarthGPT整合了多种遥感视觉任务，如场景分类、图像描述、视觉问答、视

EarthGPT在多个遥感数据集上进行了广泛的实验，结果显示在大多数遥感任务中，EarthGPT超过了最先进的专家模型和多模态语言模型。因此，作者创建了一个新的指令跟随数据集MMRS，涵盖了五个任务和三种视觉模态，并使用EarthGPT在该数据集上进行微调，以实现优秀的粗粒度对话和细粒度定位能力。该数据集的构建过程详细介绍。EarthGPT整合了多种遥感视觉任务，如场景分类、图像描述、视觉问答、视

EarthGPT在多个遥感数据集上进行了广泛的实验，结果显示在大多数遥感任务中，EarthGPT超过了最先进的专家模型和多模态语言模型。因此，作者创建了一个新的指令跟随数据集MMRS，涵盖了五个任务和三种视觉模态，并使用EarthGPT在该数据集上进行微调，以实现优秀的粗粒度对话和细粒度定位能力。该数据集的构建过程详细介绍。EarthGPT整合了多种遥感视觉任务，如场景分类、图像描述、视觉问答、视