好消息！加入知识星球，详细阅读本文PDF完整版 

在遥感图像里找目标，就像在足球场里找蚂蚁——尤其是那些只有几个像素大小的微小目标，简直是计算机视觉领域的"老大难"。今天要给大家介绍的这项研究，专门为解决这个难题而来！来自科研团队的最新成果LTDNet，用轻量级网络结构实现了遥感图像微小目标的高效检测，参数只有485万，却能在AI-TODv2数据集上达到54.6%的AP50，堪称"小身材大能量"的典范。

论文信息

题目：Exploring Lightweight Structures for Tiny Object Detection in Remote Sensing Images

探索用于遥感图像中微小目标检测的轻量级结构

作者：Dongyang Liu, Junping Zhang, Yunxiao Qi, Yunqiao Xi, Jing Jin

源码：https://github.com/dyl96/LTDNet

为什么遥感微小目标检测这么难？

先来看张图感受下难度：

遥感图像里的微小目标有多"迷你"？数据显示，在AI-TODv2数据集里，86%的目标都小于16×16像素，有的甚至就几个像素点。想象一下，在800×800的图像里找一个10×10的目标，就像在大海里捞针。

更麻烦的是，现有检测方法要么精度不够，要么模型太笨重。比如经典的ResNet50骨干网络，参数多、计算量大，根本没法在资源有限的设备上运行。而那些轻量化模型又往往牺牲了检测精度，面对微小目标时更是力不从心。

LTDNet三大核心创新，兼顾轻量与精度

研究团队针对性地提出了LTDNet（轻量级微小目标检测网络），从三个方面实现了突破：

1. 给骨干网络"重新分配算力"——RepViT-TD登场

传统骨干网络把大部分计算资源放在后期阶段，但对于微小目标来说，早期高分辨率特征才是关键。就像看远处的小字，我们需要先聚焦才能看清楚细节。

RepViT-TD做了个大胆的设计：

• 把计算资源从后期阶段转移到前两个阶段

• 四个阶段的网络块数量调整为4、4、2、1（传统模型往往是前少后多）

• 采用先进的RepViT模块作为基础单元，训练时多分支结构，推理时合并为单个3×3卷积

这种设计让网络在保持轻量级的同时，能更好地捕捉微小目标的细节信息。实验显示，和同量级的EfficientFormerV2相比，用RepViT-TD的FCOS检测器AP提升了4.6%！

2. 带"变形"能力的轻量级检测头

检测头是最终判断目标位置和类别的关键。团队发现：

• 传统检测头的四层卷积可以精简到两层，精度几乎不变

• 加入可变形卷积（DCN）能显著提升检测效果

可变形卷积就像给网络装上了"灵活的眼睛"，能根据目标形状自动调整采样位置，特别适合捕捉不规则的微小目标。这种设计让检测头在参数和计算量下降的同时，精度反而提高了。

3. 精打细算的通道数选择

网络通道数就像高速公路的车道，不是越多越好。团队通过消融实验发现：

• 通道数从256降到96时，计算量大幅下降但精度变化不大

• 降到64以下时精度才会明显下滑

最终选择96作为特征通道数，在精度和效率间找到了完美平衡点。

LTDNet整体架构长这样

把上面这些创新点组合起来，就构成了LTDNet的整体架构：

整个网络遵循FCOS的无锚点设计思路，由三部分组成：

• RepViT-TD骨干网络负责特征提取

• 特征融合网络（FPN）处理多尺度特征

• 轻量级检测头负责最终预测

这种结构让LTDNet在保持极简身材的同时，拥有了强大的检测能力。

实验结果惊艳：参数少一半，精度不打折

在AI-TODv2数据集上的测试显示，LTDNet表现相当亮眼：

• 仅用485万参数和381.9亿FLOPs，就实现了54.6%的AP50

• 相比ORFENet，参数只有其14.8%，计算量仅10%，但AP50达到其98.6%

来看这个直观对比图：

图中每个点越靠近左上角，说明模型越高效。LTDNet不仅位置靠左（参数少、计算量小），而且圆圈最大（性能更好），优势一目了然。

在LEVIR-Ship船舶检测数据集上，LTDNet同样表现出色，AP50达到84.0%，而参数和计算量远低于其他方法：

更重要的是，这个轻量级模型在边缘设备上的表现也很给力——在Jetson AGX Orin上，800×800分辨率下能跑到27 FPS，完全满足实时检测需求！

实际检测效果怎么样？看图说话

从可视化结果能看到，LTDNet在车辆、储罐、船舶等类别上检测效果都不错。无论是单一类别场景还是多类别混合场景，都能准确识别。即使是在有云层干扰的海面上，也能精准找到船舶：

当然，研究团队也坦诚，对于那些极其微小且高度聚集的目标，检测效果还有提升空间，这也是未来的研究方向。

为什么这项研究很重要？

遥感图像微小目标检测在很多领域都有重要应用：

• 军事侦察：识别远距离的小型目标

• 海上救援：快速定位遇险船只

• 交通监控：统计偏远地区的车辆

• 环境监测：追踪小型污染源

这些场景往往需要在无人机、卫星等资源受限的设备上运行检测算法，LTDNet的轻量级特性正好满足了这种需求。

总结一下

LTDNet通过三个关键创新，实现了遥感微小目标检测的"轻量高效"：

1. RepViT-TD骨干网络：重新分配计算资源，强化早期特征提取

2. 轻量级检测头：融合可变形卷积，平衡精度和效率

3. 优化通道数：在96通道数下实现最佳性价比

这项研究告诉我们：面对特定任务，针对性设计网络结构比盲目堆砌参数更有效。对于遥感微小目标检测这种难题，"量身定制"的轻量级结构可能比通用的重量级模型表现更好。

如果你对这个研究感兴趣，可以去GitHub看看源码：https://github.com/dyl96/LTDNet，说不定能给你的项目带来新启发！

#论  文  推  广#

 让你的论文工作被更多人看到 

你是否有这样的苦恼：自己辛苦的论文工作，几乎没有任何的引用。为什么会这样？主要是自己的工作没有被更多的人了解。

PaperEveryday为各位推广自己的论文搭建一个平台，让更多的人了解自己的工作，同时促使不同背景、不同方向的学者和学术灵感相互碰撞，迸发出更多的可能性。 PaperEveryday 鼓励高校实验室或个人，在我们的平台上分享自己论文的介绍、解读等。

稿件基本要求：

• 文章确系个人论文的解读，未曾在公众号平台标记原创发表， 

• 稿件建议以 markdown 格式撰写，文中配图要求图片清晰，无版权问题

投稿通道：

• 添加小编微信协商投稿事宜，备注：姓名-投稿

△长按添加PaperEveryday小编