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
Research Paper#Computer Vision, Remote Sensing, Object Detection🔬 Research|分析: 2026年1月3日 15:55•
发布: 2025年12月30日 08:35
•1分で読める
•ArXiv分析
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。
引用 / 来源
查看原文"The proposed loss introduces learnable class prototypes and equilibrates gradients contributed by different classes at each hierarchical level, ensuring that each hierarchical class contributes equally to the loss computation in every mini-batch."