基于动态尺度感知标签分配与上下文增强的小目标检测方法（DCNet）及其性能提升研究

本文提出DCNet模型，通过动态尺度感知（DSA）标签分配策略优化区域提议网络（RPN）中的正样本分配，并设计上下文增强模块（CEM）聚合多尺度特征以强化小目标（<16×16像素）的弱响应特征，显著提升微小目标检测性能。

　　

Section snippets

Object Detection

现有基于深度学习的物体检测方法可分为两大主流：基于锚点的检测器（anchor-based detectors）与无锚点检测器（anchor-free detectors）。

基于锚点的检测器为给定图像定义一组锚点，并利用预设锚点内的内容进行分类和定位任务。此类检测器可进一步分为单阶段检测器（one-stage detectors）和两阶段检测器（two-stage detectors）。两阶段检测器采用由粗到精的策略，首先获取候选区域，再对候选区域进行细化分类与回归。

Proposed Method

图3展示了我们提出的DCNet整体架构。DCNet遵循Faster R-CNN检测范式，并采用动态尺度感知（Dynamic Scale-Awareness, DSA）标签分配和上下文增强模块（Contextual Enhancement Module, CEM）以提升小目标检测性能。

Datasets

AI-TODv1/v2[36]：该数据集专为小目标检测设计，包含700,621个标注目标和28,036张图像。其目标平均尺度仅为12.8像素，超过85%的目标面积小于16×16像素。数据集涵盖九类目标：飞机（AI）、桥梁（BR）、储罐（ST）、船舶（SH）、游泳池（SP）、车辆（VE）、人物（PE）和风车（WM）。

Implementation Details

DCNet采用ImageNet预训练的ResNet-50搭配FPN作为主干网络。训练阶段使用随机梯度下降（SGD）优化器进行12轮训练，权重衰减和动量分别设为0.0005和0.9。学习率初始值为0.005，在第8和第11轮时衰减0.1。批量大小在单张NVIDIA GTX 4090 GPU上设置为2。为保持训练初期模型稳定性，……

Conclusion

本文提出DCNet以提升小目标检测性能。具体而言，DCNet采用精心设计的DSA标签分配策略替代RPN中基于IoU的原始分配方式，为小目标提供更多正样本。此外，我们提出CEM模块，利用多尺度上下文信息增强小目标的特征响应。在多数据集上的大量实验证明了DCNet在小目标检测中的有效性。

Uncited float

表11。

CRediT authorship contribution statement

Tianyang Zhang： 撰写-审阅编辑、原稿撰写、方法论；Xiangrong Zhang： 审阅编辑、监督、资金获取、概念化；Chaozhuo Hua： 原稿撰写、软件、调研、数据整理；Guanchun Wang： 审阅编辑、可视化、验证、形式分析；Xiao Han： 可视化、验证、软件；Licheng Jiao： 审阅编辑、监督。

Declaration of competing interest

作者声明不存在已知的竞争性财务利益或个人关系影响本研究。

Acknowledgments

本研究受国家自然科学基金（项目号：62276197、62171332）、陕西省重点研发计划（2019ZDLGY03-08）、中国博士后科学基金（GZC20241321）及中国博士后科学基金（证书号：2024M762549）支持。