List your company

Image-Text Retrieval on RSICD

40.72Mean RecallGeoMELT
6.108815.094424.0833.0656Dec 11, 2025Dec 29, 2025Jan 16, 2026Feb 3, 2026Feb 21, 2026Mar 11, 2026Mar 30, 2026

Evaluation results

MethodLinks
GeoMELTVision Backbone=MWT, Finetuning Data=Multi-Task Data, Total Params (M)=2712025.1240.7222.8744.156.6317.243.5959.93——————
AVIONTraining Dataset=RSITMD + RSICD, Backbone=ViT-B/32, Evaluation Protocol=lightweight prompt learning2026.0339.8——————22.0142.3756.42———
GeoRSCLIPVision Backbone=ViT-B, Finetuning Data=RS5M + RSICD + RSITMD, Total Params (M)=1512025.1238.8715.5941.1957.9921.1341.7255.63——————
GeoRSCLIP-FTTraining Dataset=RSITMD + RSICD, Backbone=ViT-B/32, Evaluation Protocol=full fine-tuning2026.0338.87——————21.1341.7255.63———
RemoteCLIP (ViT-L)Vision Backbone=ViT-L, Finetuning Data=RET-3 + DET-10 + SEG-4, Total Params (M)=4282025.1236.3518.3937.4251.0514.7339.9356.58——————
RemoteCLIP (ViT-B)Vision Backbone=ViT-B, Finetuning Data=RET-3 + DET-10 + SEG-4, Total Params (M)=1512025.1235.2617.0237.9751.5113.7137.1154.25——————
RemoteCLIPTraining Dataset=RET-3 + DET-10 + SEG-4, Backbone=ViT-B/322026.0335.26——————17.0239.9751.51———
CLIPTraining Dataset=RET-3, Backbone=ViT-B/322026.0333.98——————17.9435.9451.04———
RRSITRNoise=20%2026.0332.7——————16.5634.848.01———
RRSITRNoise=20%2026.0332.7——————12.534.2250.12———
RRSITRNoise=40%2026.0332.51——————15.7734.1547.36———
RRSITRNoise=40%2026.0332.51——————11.8135.0950.9———
RRSITRNoise=60%2026.0331.98——————15.7533.9147.28———
RRSITRNoise=60%2026.0331.98——————11.9233.8149.23———
TRSLLaVAZero-Shot=true2025.1231.33——————9.3828.3544.01———
MTGFETraining Dataset=RSICD, Zero-Shot=false2025.1230.68——————8.6727.5643.92———
CLIP-RSICDVision Backbone=ViT-B, Finetuning Data=RSICD, Total Params (M)=1512025.1230.1914.0930.143.6411.1633.2548.91——————
RRSITRNoise=80%2026.0328.23——————13.4728.841.41———
RRSITRNoise=80%2026.0328.23——————10.0230.5545.13———
Rahhal et al.Vision Backbone=ViT-B, Finetuning Data=RSICD, Total Params (M)=1512025.1227.4310.729.6441.539.1428.9644.59——————
ML RetrievalTraining Dataset=RSICD, Backbone=ViT-B/322026.0327.43——————10.729.6441.53———
PIRTraining Dataset=RSICD, Zero-Shot=false2025.1227.16——————9.1428.9644.59———
CUPNoise=20%2026.0326.56——————9.5129.2944.01———
CUPNoise=20%2026.0326.56——————7.4526.8242.29———
GeoRSCLIPTraining Dataset=RS5M, Zero-Shot=false2025.1225.69——————9.5227.3740.99———
CUPNoise=40%2026.0325.2——————9.1128.1642.16———
CUPNoise=40%2026.0325.2——————7.3324.8339.63———
FAAMITraining Dataset=RSICD, Zero-Shot=false2025.1223.18——————8.1125.5941.37———
MultilanguageTraining Dataset=RSICD, Zero-Shot=false2025.1223.18——————8.1125.5941.37———
CUPNoise=60%2026.0322.58——————7.2124.5838.61———
CUPNoise=60%2026.0322.58——————6.2122.5136.34———
MSANoise=20%2026.0320.62——————6.9920.2831.77———
MSANoise=20%2026.0320.62——————5.6521.9337.12———
SWANTraining Dataset=RSICD, Zero-Shot=false2025.1220.61——————5.5622.2637.41———
KAMCLNoise=20%2026.0320.2——————7.5920.4831.31———
KAMCLNoise=20%2026.0320.2——————5.7521.3834.7———
HVSATraining Dataset=RSICD, Zero-Shot=false2025.1220.16——————5.5121.1334.13———
PIRNoise=20%2026.0320.04——————7.3620.2931.64———
PIRNoise=20%2026.0320.04——————5.4120.6834.84———
CUPNoise=80%2026.0319.82——————5.8720.9334.33———
CUPNoise=80%2026.0319.82——————5.5119.732.59———
KCRVision Backbone=ResNet18, Finetuning Data=RSICD, Total Params (M)=11*2025.1219.144.7618.5927.25.8422.3136.12——————
GaLRVision Backbone=ResNet18, Finetuning Data=RSICD, Total Params (M)=11*2025.1218.966.5919.8531.044.6919.4832.13——————
GaLRTraining Dataset=RSICD, Zero-Shot=false2025.1218.96——————4.6919.4832.13———
CMFM-NetVision Backbone=ResNet18, Finetuning Data=RSICD, Total Params (M)=11*2025.1217.755.418.6628.555.3118.5730.03——————
CLIP (ViT-L)Vision Backbone=ViT-L, Finetuning Data=Zero-shot, Total Params (M)=4282025.1217.566.0417.4827.545.0319.0330.25——————
KCRTraining Dataset=RSICD, Zero-Shot=false2025.1217.35——————4.7618.5927.1———
SEMICLIPNoise=20%2026.0316.94——————4.8517.5929.24———
SEMICLIPNoise=20%2026.0316.94——————4.2817.1328.54———
AMFMNVision Backbone=ResNet50, Finetuning Data=RSICD, Total Params (M)=25*2025.1216.425.3915.0823.44.918.2831.44——————
AMFMNTraining Dataset=RSICD, Zero-Shot=false2025.1216.42——————4.918.2831.44———
PIRNoise=40%2026.0315.68——————4.6114.9924.67———
PIRNoise=40%2026.0315.68——————3.816.4829.53———
CLIP-BaselineZero-Shot=true2025.1215.64——————5.7817.7327.16———
CLIP (ViT-B)Vision Backbone=ViT-B, Finetuning Data=Zero-shot, Total Params (M)=1512025.1215.624.5814.5523.75.816.8528.23——————
AMFMNNoise=20%2026.0315.47——————4.6815.0824.99———
AMFMNNoise=20%2026.0315.47——————4.0816.3127.65———
SIRSNoise=20%2026.0315.39——————4.814.3824.17———
SIRSNoise=20%2026.0315.39——————3.4816.1129.41———
S-CLIPNoise=20%2026.0315.19——————3.8214.8426.26———
S-CLIPNoise=20%2026.0315.19——————3.915.1327.19———
SWANNoise=20%2026.0314.73——————4.513.7622.71———
SWANNoise=20%2026.0314.73——————3.4515.4328.54———
LW-MCRTraining Dataset=RSICD, Zero-Shot=false2025.1214.66——————4.6617.5130.02———
HVSANoise=20%2026.0314.29——————4.7614.9325.21———
HVSANoise=20%2026.0314.29——————2.8513.1524.85———
AMFMNNoise=40%2026.0313.01——————3.6813.0321.67———
AMFMNNoise=40%2026.0313.01——————3.0912.9523.62———
SWANNoise=40%2026.0312.59——————3.3110.6719.87———
SWANNoise=40%2026.0312.59——————2.9713.2325.49———
SEMICLIPNoise=40%2026.0312.56——————3.6613.722.58———
SEMICLIPNoise=40%2026.0312.56——————2.9111.9120.62———
SIRSNoise=40%2026.0312.52——————3.2811.3620.38———
SIRSNoise=40%2026.0312.52——————2.913.1424.07———
S-CLIPNoise=40%2026.0311.93——————3.0912.3121.17———
S-CLIPNoise=40%2026.0311.93——————2.8511.4720.7———
PIRNoise=60%2026.0311.85——————3.3510.6518.63———
PIRNoise=60%2026.0311.85——————2.7912.623.06———
HVSANoise=40%2026.0311.49——————3.4713.3222.16———
HVSANoise=40%2026.0311.49——————1.829.8418.34———
SWANNoise=60%2026.0311.34——————2.88.8416.72———
SWANNoise=60%2026.0311.34——————2.8212.8823.95———
MSANoise=40%2026.0311.16——————2.197.6313.83———
MSANoise=40%2026.0311.16——————3.2714.0426———
KAMCLNoise=40%2026.0311.06——————3.4910.517.8———
KAMCLNoise=40%2026.0311.06——————2.4111.1121.06———
AMFMNNoise=60%2026.0310.95——————3.4410.8718.87———
AMFMNNoise=60%2026.0310.95——————2.4910.7519.29———
PIRNoise=80%2026.0310.64——————2.499.5718.41———
PIRNoise=80%2026.0310.64——————2.110.820.46———
VSE++Training Dataset=RSICD, Zero-Shot=false2025.1210.43——————2.8211.3218.1———
HVSANoise=60%2026.0310.4——————3.512.4220.88———
HVSANoise=60%2026.0310.4——————1.728.3715.49———
AMFMNNoise=80%2026.039.06——————2.518.9716.27———
AMFMNNoise=80%2026.039.06——————1.888.6716.08———
SEMICLIPNoise=60%2026.038.87——————2.349.2816.14———
SEMICLIPNoise=60%2026.038.87——————1.78.6915.09———
SIRSNoise=60%2026.038.01——————2.327.113.63———
SIRSNoise=60%2026.038.01——————1.658.0315.31———
SWANNoise=80%2026.037.44——————1.74611.6———