Unpaired Cross-Modal Contrastive Learning for Dual-Modality Ship Detection

作者
Haobin Hua,Wenxiang Xu,Kuinan Liu,Xinhai Li,J J Lu,D S Li
出处
期刊: [Institute of Electrical and Electronics Engineers]
卷期号:: 1-6
标识
DOI:10.1109/icaisisas68969.2026.11567689
摘要

Dual-modality ship detection in port scenarios using optical and synthetic aperture radar (SAR) imagery is urgently needed. While existing research has made significant progress in optical-SAR fusion, several challenges persist: 1) Current multimodal detection models heavily rely on scarce and costly paired data with spatial alignment; 2) Modality differences, sample imbalance, and small-vessel complexity in ports further limit detection; 3) The grid-level MoE backbone lacks optimization for unpaired bimodal scenarios, hindering its use in optical-SAR ship detection. To address these issues, this paper proposes an enhanced MoE-based framework specifically tailored for unpaired optical-SAR ship detection in port scenarios. The main contributions are: 1) We introduce a 1:1 feature-level sampling mechanism to dynamically balance sample quantities between optical and SAR modalities; 2) We design a category-level contrastive loss to enhance the discriminative power of target features; 3) We implement a three-stage dynamic weight scheduling strategy to resolve optimization conflicts between contrastive learning and detection tasks, ensuring stable and efficient training. Experiments on a customized port vessel dataset Up-Det (Unpaired Detection, integrating DOTA and a subset of SARDet-100K) show that our method outperforms state-of-the-art baselines by +7.10% on SAR and +4.29% on optical modalities.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
Hello的应助被睡不醒的xx采纳,获得10
刚刚
nan发布了新的文献求助10
刚刚
赘婿的应助被搞怪的芙采纳,获得10
刚刚
李健的应助被299采纳,获得10
刚刚
刚刚
羽七完成签到,获得积分10
1秒前
丘比特的应助被oreo采纳,获得10
2秒前
宇宙星河完成签到,获得积分10
2秒前
2秒前
2秒前
sunzp发布了新的文献求助10
2秒前
Dr桃桃完成签到,获得积分10
2秒前
3秒前
4秒前
XXQ发布了新的文献求助10
4秒前
gernuo发布了新的文献求助10
4秒前
Shilion完成签到,获得积分10
4秒前
5秒前
Ashore完成签到,获得积分10
5秒前
小白菜完成签到,获得积分10
5秒前
yoyo完成签到,获得积分10
5秒前
Cindy完成签到,获得积分20
5秒前
5秒前
5秒前
阿独完成签到,获得积分10
6秒前
Loststar发布了新的文献求助10
6秒前
丘比特的应助被非非采纳,获得30
6秒前
顾矜的应助被Tardes采纳,获得10
6秒前
二马三乡发布了新的文献求助10
6秒前
周小鱼发布了新的文献求助10
7秒前
香蕉觅云的应助被文剑武书生采纳,获得10
7秒前
7秒前
小二郎的应助被xinovo采纳,获得10
7秒前
billevans完成签到,获得积分10
8秒前
luuu完成签到 ,获得积分10
8秒前
8秒前
8秒前
8秒前
FEILU关注了科研通微信公众号
9秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
八旗制度の研究 600
plantTFDB 508
Resource Recovery Handbook 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8175853
求助须知:如何正确求助?哪些是违规求助? 9567457
关于积分的说明 21792632
捐赠科研通 7770447
什么是DOI,文献DOI怎么找? 3431918
关于科研通互助平台的介绍 2556276
邀请新用户注册赠送积分活动 2477418