MODA：空中图像多光谱目标检测的首个具有挑战性的基准
计算机视觉与模式识别
2025-12-11 v1
摘要
空中目标检测在真实场景中面临显著挑战，如小目标和广泛的背景干扰，这些因素限制了基于RGB的检测器的性能，因其缺乏足够的判别信息。多光谱图像（MSIs）在多个波段捕获额外的光谱线索，提供了一个有前景的替代方案。然而，训练数据的缺乏一直是利用MSI潜力的主要瓶颈。为弥补这一空白，我们引入了首个用于空中图像多光谱目标检测的大规模数据集MODA，包含14,041幅MSI和330,191个标注，覆盖多样化且具有挑战性的场景，为该领域提供了全面的数据基础。此外，为克服使用MSI进行空中目标检测的固有挑战，我们提出了OSSDet，一个将光谱和空间信息与目标感知线索集成的框架。OSSDet采用级联光谱-空间调制结构来优化目标感知，通过利用光谱相似性聚合光谱相关特征以增强目标内部相关性，并通过目标感知掩膜抑制无关背景。此外，跨光谱注意力在明确的目标感知引导下进一步细化与目标相关的表示。大量实验表明，OSSDet在参数和效率相当的情况下优于现有方法。
引用
@article{arxiv.2512.09489,
title = {MODA: The First Challenging Benchmark for Multispectral Object Detection in Aerial Images},
author = {Shuaihao Han and Tingfa Xu and Peifu Liu and Jianan Li},
journal= {arXiv preprint arXiv:2512.09489},
year = {2025}
}
备注
8 pages, 9 figures