能听懂人话的卫星地图：基于VLM的零样本目标检测工具

这是一项极具实用价值的AI技术创新，作者开发了一款基于浏览器的工具，利用视觉语言模型（VLM）实现了卫星图像的“零样本”目标检测。用户只需在地图上圈选区域并输入文本提示（如“游泳池”、“油罐”），系统即可自动扫描瓦片并将检测结果转换为地理坐标。虽然处理遮挡物体的精度目前仍不及YOLO等专业模型，但该工具展示了无需专门训练即可利用通用大模型分析地理空间数据的潜力，极大地降低了遥感分析的门槛。