我院王新蕾老师在遥感目标检测领域取得重要进展，相关研究成果“HPS-DETR: Enhancing Small Object Detection with Lightweight Feature Extraction and Transformer Integration”于2025年6月28日发表于国际知名学术期刊IEEE Transactions on Geoscience and Remote Sensing（中科院、SCI一区top），原文链接：https://ieeexplore.ieee.org/document/11052660）。

遥感可见光小目标检测是一项具有挑战性且常见的问题。由于复杂背景等客观因素的存在，对于密集排列且部分遮挡的小目标，在保证检测精度的同时，控制模型体量仍十分困难。为解决这个问题，提出了精度更高且参数量压缩的小目标检测网络HPS-DETR，在四个关键点给出了创新。首先，在特征提取部分，快速卷积门控选择单元Faster-CGSU通过将门控机制与部分卷积相结合，增强了多尺度特征提取能力，在改进局部和全局特征聚合的同时减少了冗余参数。其次，基于注意力的尺度内特征交互级联组注意力CGA-AIFI模块聚焦关键特征区域，同时抑制无关背景噪声，提高了注意力多样性。第三，跨尺度动态特征融合CDFF模块通过动态尺度融合和精确特征编码丰富了小目标检测能力，缓解了采样过程中的特征损失。最后，Inner-MPDIoU损失函数通过优先处理困难样本，提高了边界框回归的准确性并加快了收敛速度。在典型的遥感数据集SIMD、DOTA-v1.0和NWPU VHR-10上进行了验证，结果表明，HPS-DETR在小目标检测和计算效率方面表现出色。该成果对促进遥感实时探测技术的进步有很高的科学价值。

（图文：王新蕾，审核：李松斌）