有方向的微小目标检测
这份文档主要围绕 “有方向的微小目标检测” 展开，简单来说，就是解决怎么在图片里精准找到那些又小、还可能歪着放的物体（比如航拍图里的小车辆、小船只，或者无人机拍的图里的细小目标），还专门做了数据集、测试标准和新方法，下面用大白话拆成几个核心部分讲：
首先，得先搞清楚 “有方向的微小目标” 是啥 —— 就是那些像素特别少（平均才 10.6 像素，比指甲盖在手机屏上还小），而且不是正正方方放着的物体（比如歪着的小船、斜着的油罐）。之前没专门针对这类目标的数据集，研究起来很不方便，所以作者先做了个叫 AI-TOD-R 的数据集：里面有 2.8 万张图、75 万个带方向标注的小目标，是目前同类数据集里目标最小的，还解决了标注难的问题（先用算法粗标，再人工改，最后专家复查，保证 accuracy）。
然后，作者用这个数据集搭了个 “测试标准”（ benchmark ），测了各种主流的检测方法 —— 不管是 “一步到位” 的检测算法（比如 RetinaNet）、“两步走” 的算法（比如 Faster R-CNN），还是不用太多标注的 “高效标注” 算法（比如只用 10% 标注图就能训的方法）。测完发现一个大问题：所有方法都有 “偏见”—— 大目标越训越准，小目标却总被忽略，要么没选到足够多的小目标样本，要么对小目标的预测信心特别低，导致漏检、错检。
为了解决这个 “偏见”，作者搞了个叫 DCFL 的新方法，核心就是 “动态地从粗到细学”：
- 先解决 “找不准小目标” 的问题 —— 以前算法用固定的 “参考点” 找目标，小目标容易被漏掉，DCFL 改成 “动态参考点”，能跟着小目标的位置调整，更精准地对准小目标的核心区域；
- 再解决 “样本选得差” 的问题 —— 分两步选样本：第一步 “粗选”，从多个图层里找足够多可能是小目标的候选样本，保证数量；第二步 “精选”，用数学模型（高斯混合模型）挑出质量高的样本，保证训得准；
- 还不用额外加计算量，训完后推理速度和原来一样快，能直接嵌到各种主流检测算法里。
最后，作者在 8 个不同数据集上测了 DCFL—— 不管是专门的小目标数据集（AI-TOD-R）、航拍大场景数据集（DOTA），还是普通照片数据集（COCO），DCFL 都能让小目标的检测 accuracy 涨不少，比如在 AI-TOD-R 上，把原来的算法 accuracy 提了 5 个百分点，还能兼顾大目标的检测效果，证明这个方法又好用又通用。
总结下来，这份文档干了三件事：做了个专门的小目标数据集，测了现有方法的问题，提了个能解决 “偏见” 的新方法，让找又小又歪的物体变得更准了。
code are available at https://chasel-tsui.github.io/AI-TOD-R/.
有向微小目标的外观信息有限，但在实际应用中却十分普遍，检测这类目标仍是一个复杂且尚未得到充分研究的问题。为此，本研究系统地提出了一个新的数据集、一套基准方案以及一种动态从粗到细的学习策略。我们提出的数据集 AI-TOD-R，是所有有向目标检测数据集中目标尺寸最小的。基于 AI-TOD-R，我们构建了一套涵盖多种检测范式的基准方案，包括全监督方法和标签高效型方法。通过研究发现，多种学习流程中均存在一种学习偏差：置信度高的目标会变得愈发置信，而脆弱的有向微小目标则会进一步被边缘化，这严重影响了其检测性能。为缓解该问题，我们提出了动态从粗到细学习（DCFL）策略，以实现无偏学习。DCFL 会动态更新先验位置，使其更贴合有向微小目标的有限区域，并以平衡不同目标形状样本数量与质量的方式分配样本，从而减轻先验设置和样本选择中的偏差。在 8 个具有挑战性的目标检测数据集上进行的大量实验表明，DCFL 实现了最先进的精度、较高的效率和出色的通用性。该数据集、基准方案及代码可在https://chasel-tsui.github.io/AI-TOD-R/获取。
