SARLO-80：全球倾斜 SAR 语言光学数据集 80cm

得益于大型光学基准，多模态基础模型发展迅速，但合成孔径雷达 (SAR) 的类似资源仍然有限。现有的 SAR 光学数据集在很大程度上依赖于低分辨率、仅强度的地面范围检测 (GRD) 产品，并且不保留复值 SAR 测量或本地采集几何结构，这限制了以物理规律为依据的多模态学习。特别是，仍然缺乏结合超高分辨率（VHR）SAR SLC、对齐光学图像和自然语言描述的大规模公共数据集。我们提出了一个 VHR SAR（光学）文本数据集，该数据集是根据开放访问的 Umbra 聚光灯采集构建的，作为传感器独立复杂数据（SICD）分发。我们从全球约 2,500 个场景（VV/HH、20cm--2m 原始分辨率）中，通过带限 FFT 重采样将所有 SAR 数据标准化为 80cm 斜距网格，并将图像平铺为 1024 x 1024 块。对于每个 SAR 补丁，我们检索高分辨率光学瓦片，并使用局部坐标对应将其扭曲到 SAR 网格中以进行局部像素级对齐。我们进一步为每个样本生成三个图像描述变体（短/中/长）以支持视觉语言训练和评估。我们的数据集包含 119,566 个三元组（复杂和振幅倾斜范围 SAR 补丁、对齐光学补丁、自然语言描述），覆盖 72 个国家/地区的 257 个位置以及广泛的土地类型和基础设施。我们发布了固定的训练/验证/测试分割以及完整的预处理和基线代码，以便为本地 SAR 几何中的跨模态检索和条件生成的多模态对齐提供可重复的基准。该数据集可在 Hugging Face Hub 上公开获取：https://huggingface.co/datasets/ONERA/SARLO-80。