UHR-DETR：面向超高分辨率遥感图像的高效端到端小目标检测
计算机视觉与模式识别
2026-04-24 v1
摘要
超高分辨率 (UHR) 图像对现代遥感已成为必需品，提供前所未有的空间覆盖范围。然而，在如此广阔的场景中检测小目标呈现关键困境：保留原始分辨率以检测小目标会导致不可接受的内存瓶颈；传统妥协方案如图像下采样或 patch 裁剪要么擦除小目标，要么破坏上下文。为突破此困境，我们提出 UHR-DETR，一个为 UHR 图像设计的高效端到端 transformer-based 检测器。首先，我们引入 Coverage-Maximizing Sparse Encoder，通过动态分配有限的计算资源到信息丰富的高分辨率区域，确保以最小的空间冗余实现最大对象覆盖。其次，我们设计 Global-Local Decoupled Decoder。通过整合宏观场景意识与微观对象细节，该模块解决语义歧义，防止场景碎片化。在 UHR 图像数据集（如 STAR 和 SODA-A）上的大量实验表明，在严格的硬件约束（如单张 24GB RTX 3090）下，UHR-DETR 在 STAR 数据集上相较于标准滑动窗口基线实现 2.8% 的 mAP 提升，同时实现 10 倍的推理加速。我们的代码和模型将在 https://github.com/Li-JingFang/UHR-DETR 上提供。
关键词
引用
@article{arxiv.2604.21435,
title = {UHR-DETR: Efficient End-to-End Small Object Detection for Ultra-High-Resolution Remote Sensing Imagery},
author = {Jingfang Li and Haoran Zhu and Wen Yang and Jinrui Zhang and Fang Xu and Haijian Zhang and Gui-Song Xia},
journal= {arXiv preprint arXiv:2604.21435},
year = {2026}
}