Mine-JEPA：侧扫声呐中水雷类目标分类的域内自监督学习
计算机视觉与模式识别
2026-04-02 v1
摘要
侧扫声呐（SSS）水雷分类是一个具有挑战性的海上视觉问题，其特征是极端数据稀缺以及与自然图像之间存在巨大领域差距。尽管自监督学习（SSL）和通用视觉基础模型在通用视觉和若干专门领域已展现出强劲性能，但它们在SSS中的应用仍 largely 未被探索。我们提出了Mine-JEPA，这是首个用于SSS水雷分类的域内自监督学习流水线，使用SIGReg——一种基于正则化的SSL损失——在仅1170张无标注声呐图像上进行预训练。在二分类水雷与非水雷设置中，Mine-JEPA达到了0.935的F1分数，优于在17亿张图像上预训练的基础模型微调后的DINOv3（0.922）。对于三分类水雷类物体分类，Mine-JEPA结合合成数据增强达到了0.820，再次优于微调后的DINOv3（0.810）。我们进一步观察到，对基础模型应用域内SSL会使其性能下降10-13个百分点，表明更强的预训练模型并不总是能从额外的领域适应中受益。此外，Mine-JEPA采用紧凑的ViT-Tiny骨干网络，在参数仅为DINOv3四分之一的情况下达到了具有竞争力的性能。这些结果表明，精心设计的域内自监督学习是数据稀缺的海上声呐图像中大型基础模型的可行替代方案。
引用
@article{arxiv.2604.00383,
title = {Mine-JEPA: In-Domain Self-Supervised Learning for Mine-Like Object Classification in Side-Scan Sonar},
author = {Taeyoun Kwon and Youngwon Choi and Hyeonyu Kim and Myeongkyun Cho and Junhyeok Choi and Moon Hwan Kim},
journal= {arXiv preprint arXiv:2604.00383},
year = {2026}
}
备注
9 pages, 3 figures, 6 tables. Accepted at CVPR 2026 MACVi Workshop