广义小目标检测：一种基于点提示的范式与基准
计算机视觉与模式识别
2026-04-06 v1
摘要
小目标检测（SOD）由于像素极其有限和模糊的目标边界而具有挑战性。这些特性导致标注困难、大规模高质量数据集稀缺，以及小目标的语义表示 inherently 薄弱。在这项工作中，我们首先通过引入 TinySet-9M 解决了数据稀缺问题，这是首个面向小目标检测的大规模多领域数据集。除了填补大规模数据集的空白外，我们还建立了一个基准，用于评估现有标签高效检测方法在小目标上的有效性。我们的评估揭示，弱视觉线索进一步加剧了标签高效方法在小目标检测中的性能退化，凸显了标签高效 SOD 中的一个关键挑战。其次，为克服语义表示不足的限制，我们超越训练时的特征增强，提出了一种新的范式，称为基于点提示的小目标检测（P2SOD）。该范式在推理时引入稀疏点提示，作为类别级定位的高效信息桥梁，实现语义增强。基于 P2SOD 范式和大规模 TinySet-9M 数据集，我们进一步开发了 DEAL（DEtect Any smalL object），一个可扩展且可迁移的点提示检测框架，从大规模数据中学习鲁棒的、提示条件化的表示。仅需推理时一次点击，DEAL 在 TinySet-9M 上基于严格定位指标（如 AP75）相比全监督基线实现了 31.4% 的相对提升，同时能有效泛化到未见类别和未见数据集。我们的项目地址为 https://zhuhaoraneis.github.io/TinySet-9M/。
引用
@article{arxiv.2604.02773,
title = {Generalized Small Object Detection:A Point-Prompted Paradigm and Benchmark},
author = {Haoran Zhu and Wen Yang and Guangyou Yang and Chang Xu and Ruixiang Zhang and Fang Xu and Haijian Zhang and Gui-Song Xia},
journal= {arXiv preprint arXiv:2604.02773},
year = {2026}
}