HS-FPN：用于微型目标检测的高频与空间感知特征金字塔网络

特征金字塔网络(FPN)的引入显著提高了目标检测性能。然而，检测微型目标仍面临重大挑战，因为它们的特征仅占特征图的一个很小比例。虽然FPN整合了多尺度特征，但并未直接增强或丰富微型目标的特征。此外，FPN缺乏空间感知能力。为此，我们提出一种新型的高频与空间感知特征金字塔网络(HS-FPN)，包含两个创新模块。首先，我们设计了高频感知模块(HFP)，通过高通滤波器生成高频响应。这些高频响应从空间和通道两个角度用作掩码权重，以丰富和突出显示原始特征图中微型目标的特征。其次，我们开发了空间依赖感知模块(SDP)，以捕获FPN所缺乏的空间依赖关系。我们的实验表明，基于HS-FPN的检测器在AI-TOD数据集上用于微型目标检测方面优于现有的state-of-the-art模型。