次世代の深層調査からラジオ銀河カタログを作成するには、拡大源の関連コンポーネントとそれに対応する赤外線ホストの自動識別が必要です。本論文では、そのような自動検出と位置特定を実現するために設計されたマルチモーダルデータセット「RadioGalaxyNET」および一連の新しいコンピュータビジョンアルゴリズムを紹介します。このデータセットは、ラジオチャネルと赤外線チャネルを持つ2,800枚の画像に含まれる4,155個の銀河インスタンスで構成されています。各インスタンスは、拡大ラジオ銀河クラス、すべてのコンポーネントを包含する対応するバウンディングボックス、ピクセルレベルのセグメンテーションマスク、および対応する赤外線ホスト銀河のキーポイント位置に関する情報を提供します。RadioGalaxyNETは、高感度なオーストラリア広域電波望遠鏡（Australian Square Kilometre Array Pathfinder: ASKAP）からの画像、対応する赤外線画像、および銀河検出用のインスタンスレベル注釈を含む最初のデータセットです。我々はこのデータセット上でいくつかの物体検出アルゴリズムをベンチマーク評価し、ラジオ銀河と赤外線ホストの位置を同時に検出する新しいマルチモーダルアプローチを提案しています。