论SAR图像基础模型的现状

在本工作中，我们研究了基础AI/ML模型用于合成孔径雷达（SAR）目标识别任务的可行性。我们受到更广泛社区所取得巨大进展的启发，特别是在自然图像领域，前沿实验室正以前所未有的计算预算在网页规模数据集上训练庞大的模型。已经清楚的是，这些通常采用自监督学习（SSL）训练的模型将改变我们为目标识别任务开发AI/ML解决方案的方式——它们可以在下游用非常有限的标注数据进行适配，对多种形式的数据分布偏移具有更强的鲁棒性，并且其特征具有开箱即用的高度可迁移性。由于这些以及更多原因，我们有动力将此技术应用于SAR领域。在我们的实验中，我们首先使用当今最强大的视觉基础模型（包括DINOv2、DINOv3和PE-Core）进行测试，并观察到它们在开箱即用时提取具有语义意义的判别性SAR目标特征方面的不足。然后，我们通过训练多个AFRL-DINOv2并创造了SAR基础模型的新SOTA（显著优于当今最佳的SAR领域模型SARATR-X），证明了使用SAR数据对公开可用的SSL模型进行自监督微调是一条可行的前进道路。我们的实验进一步分析了使用不同骨干网络与不同下游任务适配方案的性能权衡，并监测了每个模型在下游环境中克服挑战（例如，扩展的操作条件和少量标注数据）的能力。我们希望这项工作能为未来的SAR基础模型构建者提供信息与启发，因为尽管我们取得了积极的结果，但我们仍有很长的路要走。