原创力文档中文摘要
摘要
小目标检测是计算机视觉领域的重要研究方向，在遥感监测、智能交通、无
人机巡检及自动驾驶等场景中具有广泛应用价值。由于微小目标像素占比较低，
且具有纹理稀疏、边缘模糊和尺度变化大等特点，深度神经网络在特征提取与下
采样过程中容易出现信息退化，导致语义与细节信息难以保留。同时，复杂场景
中的光照变化、遮挡干扰及背景噪声进一步增加了检测难度。近年来，基于
Transformer的目标检测方法（如DETR及其变体）取得
中文摘要
摘要
小目标检测是计算机视觉领域的重要研究方向，在遥感监测、智能交通、无
人机巡检及自动驾驶等场景中具有广泛应用价值。由于微小目标像素占比较低，
且具有纹理稀疏、边缘模糊和尺度变化大等特点，深度神经网络在特征提取与下
采样过程中容易出现信息退化，导致语义与细节信息难以保留。同时，复杂场景
中的光照变化、遮挡干扰及背景噪声进一步增加了检测难度。近年来，基于
Transformer的目标检测方法（如DETR及其变体）取得
文档评论（0）