FlameVQA：具有辐射热监控功能的具有物理依据的无人机野火 VQA 基准

无人机野火监测需要对复杂的空中场景进行可靠的推理，其中烟雾、尺度变化和遮挡通常限制仅 RGB 的解释。我们推出了 FlameVQA，这是一种基于 FLAME 3 的基于无人机的野火情报的多项选择视觉问答基准，利用配对 RGB 图像和辐射热 TIFF 进行基于温度的安全关键推理。 FlameVQA 包括每张图像 34 个多项选择题，涵盖六个操作能力组，涵盖检测、定位、分布/覆盖范围估计、跨模式推理和飞行计划等任务。为了确保标签可靠性，我们将 MLLM 辅助注释与确定性热规则和跨问题一致性检查相结合，然后进行人工审核。我们还评估了 FlameVQA 上的代表性 MLLM，为未来的工作提供基线。结果显示，当存在明确的跨模式线索时，性能表现出色，但在浓烟下的存在检测和覆盖范围估计方面却表现出明显的失败。这些发现表明，当前的 MLLM 需要针对特定​​领域进行调整，以更好地支持灾害和野火监测。数据集和基准代码在 github.com/mobiiin/WildFire_VQA 上开源