数据主编：张腊梅（哈尔滨工业大学）

数据集简介：FSAR-Cap 数据集旨在为SAR图像语义理解与跨模态建模构建一套具备精细语义描述能力的图像–文本对照语料，推动 SAR图像自动解译、图像描述生成（Captioning）以及遥感多模态模型的发展。该数据集基于FAIR-CSAR的目标检测数据集构建，共包含14,480张SAR图像和72,400条配套描述文本。FSAR-Cap采用两阶段标注方式：先利用检测结果和空间位置信息，通过多种模板自动生成基础描述；随后再结合人工校验与语言大模型润色。最终，每幅图像都会生成5条风格不同、信息互补的描述语句，文本内容涵盖目标类型、数量、位置关系、外形特征等。

作为目前首个面向SAR图像、具备细粒度描述层级的大规模语义标注数据集，FSAR-Cap不仅提升了SAR图像语义表达质量，也为SAR领域的图像captioning、遥感视觉语言模型训练、多模态推理、SAR–自然语言对齐研究提供了统一且高质量的数据基准，为SAR自动化解译与智能语义理解技术体系的进一步发展奠定了基础。

详细使用说明请参考：FSAR-Cap：大规模细粒度SAR图像描述使用说明.pdf

本数据集参考文献与引用格式：

[1] 张金琪, 庄迪, 张腊梅等. FSAR-Cap：大规模细粒度SAR图像描述数据集[OL]. 雷达学报, 2026. https://radars.ac.cn/web/data/getData?dataType=FAIR_CSAR. 

ZHANG Jinqi, ZHUANG Di, ZHANG Lamei, et al. FSAR-Cap：Large-scale fine-grained SAR image captioning dataset [OL]. Journal of Radars, 2026. https://radars.ac.cn/web/data/getData?dataType=FAIR_CSAR_en&pageType=en.

[2] 张金琪, 庄迪, 张腊梅等. DGS-CapNet：基于空间-频率感知的SAR图像描述模型[J]. 雷达学报(中英文), 待出版. doi: 10.12000/JR25250.

ZHANG Jinqi, ZHUANG Di, ZHANG Lamei, et al. DGS-CapNet: A Spatial-Frequency-Aware Model for SAR Image Captioning[J]. Journal of Radars, in press. doi: 10.12000/JR25250.

发布日期：2026年1月7日