composed-image-retrieval

介绍了一种无需训练的零样本组合图像检索框架PEC-CIR，该框架采用Planner-Executor-Critic架构，通过将查询构建组织为多阶段推理流程来提高检索精度。

本文提出了一个地球观测中组合图像检索的统一基准，评估了视觉-语言骨干网络，并引入了一个以变化为中心的灾害监测数据集（xView2-CIR），强调了与基于属性检索相比的独特挑战。