遥感图像中实时有向目标检测 Transformer
计算机视觉与模式识别
2026-03-17 v1
摘要
最近的实时检测 Transformer 因其简单性和效率而受到欢迎。然而，这些检测器未显式建模目标旋转，尤其是在遥感图像中，对象呈任意角度，这导致角度表示、匹配成本和训练稳定性方面的挑战。本文提出一种实时有向目标检测 Transformer，据我们所知，这是首个实时端到端有向目标检测器。具体而言，我们提出角度分布细化，将角度回归重新表述为概率分布的迭代细化，从而捕捉对象旋转的不确定性并提供更细粒度的角度表示。然后，我们将 Chamfer 距离成本纳入二分匹配中，通过顶点集合测量框距离，实现更准确的几何对齐并消除歧义匹配。此外，我们提出了有向对比去噪以稳定训练并分析了四种噪声模式。我们观察到某些 ground truth 可在不同解码器层中分配给不同的索引查询，并使用所提出的不稳定性度量标准对此进行分析。我们设计了一系列模型变体和实验以验证所提方法。值得注意的是，我们的 O2-DFINE-L、O2-RTDETR-R50 和 O2-DEIM-R50 在 DOTA1.0 上的 AP50 分别达到 77.73%/78.45%/80.15%，在 2080ti GPU 上分别实现 132/119/119 FPS。代码已公开于 https://github.com/wokaikaixinxin/ai4rs。
引用
@article{arxiv.2603.15497,
title = {Real-Time Oriented Object Detection Transformer in Remote Sensing Images},
author = {Zeyu Ding and Yong Zhou and Jiaqi Zhao and Wen-Liang Du and Xixi Li and Rui Yao and Abdulmotaleb El Saddik},
journal= {arXiv preprint arXiv:2603.15497},
year = {2026}
}
备注
IEEE Transactions on Geoscience and Remote Sensing, 2026, doi 10.1109/TGRS.2026.3671683