LEVIRDet：用于通用遥感物体检测的百万级 159 类数据集和基础模型

随着大规模基准和现代检测架构的发展，遥感物体检测迅速发展。然而，现有的数据集和探测器仍然支离破碎。大多数基准测试都集中在有限的类别、固定的空间分辨率或单个传感器上，而探测器仍然难以跨不同的传感器和分类系统工作。在本文中，我们介绍了LEVIRDet-159，这是迄今为止最大、最全面的遥感物体检测数据集，具有159个类别、256万个边界框和多级分类下的70万个细粒度注释。在每个关键尺度维度中，LEVIRDet-159 都超过了相应最大的现有遥感物体检测数据集，包含大约 (7 倍) 多的图像、(6 倍) 多的物体实例和 (4 倍) 多的类别。基于该数据集，我们设计了LEVIRDetNet，这是一种用于通用遥感目标检测的尺度层次感知检测基础模型。 LEVIRDetNet 结合了在线视觉地面采样距离 (GSD) 预测、GSD 条件查询调制和分配，以及用于混合粒度遥感监控的层次结构感知检测头。在严格的评估设置下，LEVIRDetNet 表现出了强大的跨域泛化能力。即使没有目标域训练或 微调，它也能在 9 个外部基准测试中实现最先进的检测性能，在每个基准测试的主要指标下将最强的完全监督竞争方法平均提高 5.02 mAP。我们希望这项研究将促进跨不同类别系统、空间分辨率和传感器平台的强通用性遥感物体检测的发展。数据集和训练模型将随最终论文发布在 https://qinzheyang.github.io/LEVIRDet/ 上。