魏金华1. LSKNet网络原理与创新点
1.1 LSKNet网络基本原理
LSKNet的核心设计理念源于对遥感图像两大独特先验知识的深入挖掘。遥感图像通常具有以下两个显著特征：
- 目标尺寸差异巨大：从几米的大型船舶到几十厘米的小型车辆，目标尺寸跨度可达两个数量级
- 背景复杂度高：目标常与相似纹理背景混杂（如港口中的集装箱与建筑）
传统卷积神经网络使用固定尺寸的卷积核，难以同时满足不同尺寸目标的特征提取需求。LSKNet创新性地引入了动态大核选择机制，其工作流程可分为三个阶段：
-
多尺度特征提取：
- 并行使用5×5、7×7、9×9等不同尺寸的深度可分离卷积核
- 每种核尺寸对应不同的感受野范围（计算公式：RF = (k-1)×s + 1）
- 例如9×9核在stride=1时感受野可达81×81像素
-
特征重要性评估：
- 通过SE-like通道注意力模块计算各尺度特征的权重
- 采用GAP（全局平均池化）+两层MLP的结构生成权重向量
- 使用softmax进行归一化，确保各尺度权重之和为1
-
动态特征融合：
- 根据权重对多尺度特征进行加权求和
- 小目标通常赋予中小尺寸核更高权重
- 大目标或复杂背景则倾向选择大尺寸核
这种设计使得网络可以自适应地为不同目标分配最合适的感受野范围。实验表明，在DOTA数据集上，LSKNet对小型车辆（10-20像素）的检测精度比ResNet50提升了7.3%。
1.2 网络创新点解析
LSKNet的主要创新体现在三个方面：
-
动态核选择机制（DKS）：
- 传统方法：人工预设核尺寸或使用注意力机制调整通道权重
- LSKNet创新：在空间维度动态选择最优感受野
- 实现方式：通过可学习参数自动调整各尺度特征的融合权重
-
轻量化大核设计：
- 常规大核问题：9×9标准卷积参数量是3×3卷积的9倍
- LSKNet解决方案：
- 采用深度可分离卷积减少参数量
- 使用空洞卷积扩大感受野
- 参数量对比：标准9×9卷积（81C²） vs LSKNet方案（9C² + C²）
-
**长程上下文