【RT-DETR实战】093、遥感图像（RSOD）目标检测改进实战：当RT-DETR遇见高空视角

一、从一次深夜调试说起

上周三凌晨两点，屏幕上的损失曲线还在剧烈震荡。我们团队把RT-DETR直接套到RSOD数据集上，mAP只有可怜的42.3%，比论文里报告的COCO结果掉了将近三十个点。

问题出在哪里？不是模型不行，而是我们忽略了遥感图像和目标检测之间的本质差异。

遥感图像里的车辆小得像芝麻，机场跑道长得横跨整张图，传统的目标检测框架在这里水土不服。

更麻烦的是，RT-DETR的全局注意力机制在应对这些极端尺度和长宽比时，出现了明显的注意力分散问题。

那天晚上我盯着热力图看了半小时，终于意识到：直接套用通用目标检测框架处理遥感图像，就像用菜刀做外科手术——工具不对路。

二、遥感目标的三大“怪脾气”

尺度极端化

RSOD里的目标尺度分布跨度极大。同一个画面里，油罐可能占据几百像素，而停车场里的轿车只有十几像素。

RT-DETR的FPN设计在COCO上表现不错，但面对这种极端情况，浅层特征丢失小目标，深层特征又模糊了大目标的细节。

# 原来的FPN连接方式（问题所在）classNaiveFPN(