RMK RetinaNet：用于遥感图像中鲁棒倾斜目标检测的旋转多核 RetinaNet
计算机视觉与模式识别
2026-03-06 v1
摘要
遥感图像中的倾斜目标检测受到三个主要瓶颈的制约：非自适应的感受野利用、跨尺度特征融合不足以及角度回归中的不连续性。为此，我们提出了旋转多核 RetinaNet（RMK RetinaNet）。首先，我们设计了多尺度核（Multi-Scale Kernel, MSK）块以强化自适应的多尺度特征提取。其次，我们将多方向语境锚点注意力（Multi-Directional Contextual Anchor Attention, MDCAA）机制集成到特征金字塔中，以增强跨尺度和跨方向的语境建模。第三，我们引入自下而上路径以保留在下采样过程中常被消耗的细粒度空间细节。最后，我们开发了欧拉角编码模块（Euler Angle Encoding Module, EAEM），以实现连续且稳定的角度回归。在 DOTA-v1.0、HRSC2016 和 UCAS-AOD 上进行的大量实验表明，RMK RetinaNet 在相当于最新倾斜目标检测器的性能方面表现相当，同时在多尺度和多方向场景中具有更好的鲁棒性。
引用
@article{arxiv.2603.04793,
title = {RMK RetinaNet: Rotated Multi-Kernel RetinaNet for Robust Oriented Object Detection in Remote Sensing Imagery},
author = {Huiran Sun},
journal= {arXiv preprint arXiv:2603.04793},
year = {2026}
}