L'ensemble de données GeoChat Instruct est un ensemble de données de suivi d'instructions multimodal conçu pour la télédétection. Il a été développé par une équipe de recherche de l'Université Mohamed bin Zayed d'IA dans l'article «GeoChat : modèle vision-langage à grande échelle pour la télédétection》, qui a été publié dans CVPR2024. Le contenu principal de l'article est de présenter le modèle GeoChat ainsi que la construction et l'application de l'ensemble de données GeoChat_Instruct.

Cet ensemble de données a été généré à l'aide de Vicuna-v1.5 et d'un pipeline automatisé, contient près de 318 000 instructions et vise à étendre l'adaptation des instructions multimodales au domaine de la télédétection pour former des assistants conversationnels multitâches. L'ensemble de données GeoChat_Instruct a été créé pour remédier au manque d'ensembles de données de dialogue multimodaux basés sur des instructions dans le domaine de la télédétection et a été utilisé pour affiner un modèle de langage visuel pour la télédétection nommé GeoChat.