SLIP-RS：用于遥感物体检测的结构化属性语言图像 预训练

用于遥感物体检测的现有语言图像 预训练 受到整体标签学习的限制，整体标签学习依赖于通过黑盒数据详尽枚举开放集类别来获取细粒度表示，从而创建与该领域固有的数据稀缺性不相容的依赖关系。为了突破这一瓶颈，我们提出了 SLIP-RS，建立了一种结构化属性解耦范式，将开放式类别空间映射到有限的、有物理意义的属性空间，通过显式结构逻辑解锁细粒度的可辨别性。这种范式是通过两个技术支柱实现的：（1）结构化属性对比学习，它通过组合属性增强强制学习解耦的内在视觉逻辑； (2) 共形属性可靠性引擎，利用共形预测理论从噪声源中严格提取高保真监督，产生 RS-Attribute-15M，这是拥有超过 1500 万个属性注释的最大数据集。大量实验表明，SLIP-RS 在细粒度检测和跨域泛化方面建立了前所未有的性能，验证了结构化属性作为遥感的重要基础。代码：https://github.com/facias914/SLIP-RS。