双向分割感知检测网络

小目标检出更准

通过分割与检测双向信息融合，在减少细粒度细节丢失的同时增强上下文理解，有效改善小目标和易混淆目标的漏检问题。

74018679 · Chen, Zhenghua · Yongyi, Su · 项志宇 · 单杭冠 · 刘而云

Neurocomputing 2025

技术优势

小目标不漏检

分割分支保留细粒度细节，双向融合增强上下文理解，减轻细节丢失导致的漏检。

抗干扰不混淆

实例引导分割和分割感知预测减少混淆，改善易混淆目标与干扰物的区分。

场景杂乱也有效

缓解查询与目标图像间的语义鸿沟，提升上下文理解，减少杂乱场景下的漏检。

应用场景

• 机器人小样本目标检测：仅需单查询样本便能检测新类别，降低机器人场景数据标注成本。
• 无人机小目标识别：增强小目标细粒度特征捕捉，提升航拍图像中小目标识别准确性。
• 显微图像小目标检测：分割感知机制改善小目标细节，适用于显微图像中的微小目标检测。