微小目标检测性能提升
通过为每个真实框动态分配样本阈值并在训练中调整样本集，为微小目标提供充足正样本，从而在不增加存储和推理时间的前提下提升检测性能。
Lihui, Ge · Wang, Guanqun · 张彤 · Zhuang, Yin · 71673471 · 董豪 · 陈亮
IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing 2024
每个真实框根据形状、尺寸和特征图位置单独分配阈值，并引入动态IoU指标在训练中调整样本集，使微小目标获得充足正样本。
该训练策略仅改变标签分配，不增加模型结构或后处理，因此存储空间和推理时间不变。
该方法作为样本选择策略可应用于主流检测器，实验表明其优于现有方法。