YOLOv8独家改进 PKIBlock多尺度卷积核(小目标必备)_pkinet

1.PKINet原理介绍

论文： 2403.06258.pdf (arxiv.org)

摘要：遥感图像目标检测(RSIs)经常面临一些日益严峻的挑战，包括目标尺度的巨大变化和不同的测距环境。先前的方法试图通过大核卷积或扩展卷积来扩展主干的空间感受野来解决这些挑战。然而，前者通常会引入相当大的背景噪声，而后者可能会产生过于稀疏的特征表示。在本文中，我们引入聚核初始网络(Poly Kernel Inception Network ，PKINet)来解决上述挑战。PKINet采用无扩展的多尺度卷积核来提取不同尺度的目标特征并捕获局部上下文。此外，还并行引入了上下文锚定注意(CAA)模块来捕获远程上下文信息。这两个组件共同工作，以提高PKINet在四个具有挑战性的遥感检测基准上的性能，即DOTA-v1.0, DOTA-v1.5, HRSC2016和DIOR-R。

我们的方法在DOTA-v1.0[64]上使用更少的参数，在各种遥感探测器[10,20,59,65,71]上获得了稳定的性能提升。

下图:具有小核的网络在大目标检测中忽略了远程上下文，而具有大核的网络在小目标检测中