VRSBench 数据集由阿卜杜拉国王科技大学于 2024 年提出，相关论文成果为「VRSBench: A Versatile Vision-Language Benchmark Dataset for Remote Sensing Image Understanding」。

VRSBench 是一个为遥感图像理解设计的多用途视觉-语言基准数据集，旨在推进通用的、大规模的遥感图像视觉-语言模型的发展。该数据集包含 29,614 张经过人工验证的详细字幕图像、 52,472 个对象引用和 123,221 个问答对，支持在广泛的遥感图像理解任务上训练和评估视觉-语言模型。