摘要

在航拍图像中检测目标具有挑战性，主要原因在于目标通常为密集分布的小型物体，且在高分辨率图像中分布不均匀。密度裁剪（Density Cropping）是一种广泛采用的方法，旨在通过提取并以高分辨率处理密集小目标区域来提升小目标检测性能。然而，传统方法通常需要引入额外的可学习模块，从而增加了标准检测流程在训练与推理阶段的复杂性。本文提出一种高效的级联缩放检测器（Cascaded Zoom-in, CZ），该方法通过重新利用检测器自身实现基于密度引导的训练与推理。在训练阶段，系统自动定位密度裁剪区域，并将其标注为一个新的类别，进而用于扩充训练数据集；在推理阶段，首先将密度裁剪区域与基础类别目标一同检测，随后将其输入第二阶段的推理流程进行精细化处理。该方法可无缝集成至任意目标检测框架中，对标准检测流程的影响极小，避免了传统均匀裁剪方法在航拍图像检测中常见的复杂性问题。在具有挑战性的VisDrone和DOTA航拍图像数据集上的实验结果验证了该方法的有效性。所提出的CZ检测器在VisDrone数据集上取得了当前最优的性能，显著优于均匀裁剪及其他密度裁剪方法，小目标检测的平均精度均值（mAP）提升超过3个百分点，充分展现了其在小目标检测任务中的优越性。