用于遥感图像细粒度目标检测的平衡分层对比学习与解耦查询

本文解决了遥感图像中细粒度目标检测的挑战，特别关注分层标签结构和不平衡数据。它提出了一种新方法，在DETR框架内使用平衡分层对比损失和解耦学习策略。核心贡献在于减轻不平衡数据的影响，并将分类和定位任务分离，从而提高了在细粒度数据集上的性能。这项工作意义重大，因为它解决了遥感中的一个实际问题，并提供了一种可能更稳健和准确的检测方法。

• •解决了细粒度目标检测中数据分布不平衡的问题。
• •提出了平衡分层对比损失以减轻不平衡数据的影响。
• •采用解耦学习策略来分离分类和定位任务。
• •在细粒度遥感数据集上展示了最先进的性能。