PKINet-v2：面向强大且高效的多聚类远程感知目标检测
计算机视觉与模式识别
2026-03-18 v1
摘要
远程感知图像（RSIs）中的目标检测面临几何复杂度与空间复杂度共存的挑战：目标可能以多样的宽高比出现，同时在不同背景下呈现出广泛的对象尺寸范围。现有的RSIs主干网络分别处理这两个挑战，或采用各向异性条形卷积核来建模细长目标，或使用各向同性大卷积核以捕获更广的上下文信息。然而，这种孤立的处理方式导致互补的缺点：条形卷积核的设计会破坏规则形状对象的空间一致性，并削弱细微细节；而各向同性大卷积核常常会引入严重的背景噪声，并在细长结构上产生几何不匹配。本文扩展PKINet，提出一种强大且高效的主干网络，联合处理这两个挑战，构建称为多聚类谱卷积网络 v2（PKINet-v2）的统一范式。PKINet-v2将各向异性轴向条形卷积与各向同性方形卷积融合，构建多尺度感受野，保留细粒度局部纹理，同时在尺度上逐步聚合长程上下文。为实现高效部署，本文进一步引入异构卷积重参数化（Heterogeneous Kernel Re-parameterization, HKR）策略，将所有异构分支融合为单个深度卷积用于推理，消除碎片化的卷积启动，而不损失精度。 在四个广泛使用的基准数据集上进行大量实验，包括 DOTA-v1.0、DOTA-v1.5、HRSC2016 和 DIOR-R，实验结果表明，PKINet-v2 在精度上实现了最先进的水平，同时相较于PKINet-v1实现了 的 FPS 加速，超越了之前的远程感知主干网络在有效性和效率上的表现。
引用
@article{arxiv.2603.16341,
title = {PKINet-v2: Towards Powerful and Efficient Poly-Kernel Remote Sensing Object Detection},
author = {Xinhao Cai and Liulei Li and Gensheng Pei and Zeren Sun and Yazhou Yao and Wenguan Wang},
journal= {arXiv preprint arXiv:2603.16341},
year = {2026}
}