WUTCM的博客

语言表达呈现多维度特征，高频词汇"货轮"凸显船舶类型标注，同时涵盖尺寸（大/中/小）、颜色（白/蓝）、方位（左/右）及工程属性（甲板/引擎），完整刻画船舶外观与场景语义，适用于复杂光学影像的细粒度视觉定位。语言特征聚焦空间关系与尺寸对比，高频词"大型船舶"“中尺寸"配合方位词"左上”"右下"形成核心描述范式，契合SAR图像低纹理、高几何特性的解析需求，强化了船舶位置感知与相对尺度判读能力。

​跨模态无人机图像文本(DIT)检索任务旨在使用文本或无人机图像作为查询来检索相关的无人机图像或相应的文本。数据集以及互联网收集的10693个样本。这些样本涵盖了各种城市环境，图像大小各异。的2864个样本，每个图像大小为640×640像素。ERA-DIT数据集包含来自。UDV-DIT数据集包含从。(提取码：6868)。