多尺度高精度
通过融合RepConv、Transformer Encoder与BiFPN，并引入C3GAM注意力模块和SIoU损失，该算法在复杂背景下对不同尺度和密集排列的遥感目标实现了更精准的检测。
曹峰 · Bing, Xing · 骆剑承 · 李德玉 · Qian Y. · 张超 · 白鹤翔 · 张虎
Remote Sensing 2023
引入RepConv、Transformer Encoder和BiFPN模块，提升了对不同尺度目标的检测精度。
C3GAM模块引入GAM注意力机制，有效抑制复杂背景区域的干扰。
采用SIoU损失函数，实现对密集排列目标的精确定位。
使用圆形平滑标签方法检测方向不确定的目标。