对比掩模保真度：遥感语义分割中 真值 掩模的无参考审核

语义分割模型是根据人类绘制的掩模进行训练和评估的，但遥感注释通常是粗糙的、不完整的或未对齐的；高重叠分数可能反映与不完美标签的一致性，而不是 忠实性 与图像的一致性，从而产生评估悖论。我们引入了对比掩模保真度（CMF），这是一种 无需训练 的无参考指标，可直接根据图像证据对竞争类掩模进行评分。 CMF 复合材料保留并删除每个面具的反事实视图，并向冻结的视觉语言法官询问阶级证据是否集中在面具内部而在外部不存在。我们在受控掩码损坏上验证 CMF，然后使用 Seg-Probe 的候选掩码审核 10 个遥感基准中的 10,731 个图像类对，Seg-Probe 是一个基于 SegEarth-OV3 构建的 无需训练 开放词汇探针，在 10 个数据集中有 9 个数据集优于之前的基线。审计揭示了系统性的、与类别相关的注释失真：建筑物、道路和汽车等人造类别在 62-85% 的配对上偏向于候选掩模，而模糊的土地覆盖通常更偏向于人类注释。在盲法三注释者共识中，CMF 与 81% 的对的专家判断相匹配，超过了仅保留评分、模型置信度和训练有素的标签质量基线。最后，保守的类仲裁产生的监督可以改善原始注释和匹配替换控制的跨域传输，将 CMF 定位为审计 真值 的可扩展工具，而不是假设它是绝对正确的。