MARC：用于遥感图像的多标签自适应检索对比损失
计算机视觉与模式识别
2026-04-07 v2
摘要
地物覆盖类别之间的语义重叠、标签分布的高度不平衡以及复杂的类别共现模式，构成了多标签遥感图像检索面临的重要挑战。本文引入多标签自适应对比学习（MACL），将其扩展为对比学习方法，以解决上述问题。该方法集成了标签感知抽样、频率敏感加权和动态温度缩放，实现了在常见类别和稀有类别之间进行均衡表示学习。在三个基准数据集（DLRSD、ML-AID和WHDLD）上的大量实验表明，MACL在对比损失基线方法上均表现出色，有效缓解了语义不平衡，为大规模遥感档案库提供了更可靠的检索性能。代码、预训练模型和评估脚本将在论文接受后发布于https://github.com/Amna-128/MARC。
引用
@article{arxiv.2512.16294,
title = {MARC: Multi-Label Adaptive Retrieval Contrastive Loss for Remote Sensing Images},
author = {Amna Amir and Erchan Aptoula},
journal= {arXiv preprint arXiv:2512.16294},
year = {2026}
}