CraterBench-R：行星尺度的实例级陨石坑检索

撞击坑是行星表面分析的基石。然而，虽然大多数深度学习流程仅将陨石坑视为检测问题，但目录重复数据删除、交叉观察匹配和形态模拟发现等关键科学工作流程本质上是检索任务。为了解决这个问题，我们将陨石坑分析制定为实例级图像检索问题，并引入了 CraterBench-R，这是一个精心策划的基准，包含约 25,000 个陨石坑身份，具有多尺度图库视图和跨越不同尺度和上下文的手动验证查询。我们对各种架构的基线评估表明，自监督 Vision Transformer (ViT)，特别是那些具有域内预训练的视觉系统，在任务中占据主导地位，其性能优于具有更多参数的通用模型。此外，我们还证明，保留多个 ViT 补丁标记用于后期交互匹配可以显着提高标准单向量池的准确性。然而，在全球范围内存储每个图像的所有词元在操作上效率低下。为了缩小这种效率差距，我们提出了实例词元聚合，这是一种可扩展的 无需训练 方法，该方法选择 K 个种子词元，通过余弦相似度将剩余词元分配给这些种子，并将每个集群聚合为单个代表性词元。这种方法产生了巨大的收益：在 K=16 时，聚合将 mAP 比原始词元选择提高了 17.9 个点，在 K=64 时，它与使用所有 196 个词元的准确性相匹配，但存储量显着减少。最后，我们证明了一个实用的两阶段管道，先进行单向量入围，然后进行实例词元重新排名，在仅搜索小型候选集的情况下，可以恢复 89-94% 的完整后期交互准确度。该基准可在 hf.co/datasets/jfang/CraterBench-R 上公开获取。