PinwheelConv风车状卷积：用于红外小目标检测

博客 包括 PinwheelConv风车状卷积论文 - 论文解析部分

文章末尾部分 包含 YOLO11、YOLOv8、YOLOv10、RT-DETR、YOLOv7、YOLOv5 等模型 结合+ PinwheelConv 风车状卷积 原创改进核心内容

---

该论文提出了一种Pinwheel-shaped Conv风车状卷积和基于尺度的动态损失用于 红外小目标检测。

论文信息：Pinwheel-shaped Convolution and Scale-based Dynamic Loss for Infrared Small Target Detection
论文链接：https://arxiv.org/abs/2412.16986v1

本文提出了一种即插即用的 PinwheelConv风车状卷积，利用IRST的高斯分布特征，以最小的参数实现了高效、更大的感受野。还引入了一种简单而有效的SD损失函数，解决了标签的IoU波动问题。通过与现有卷积模块和损失函数的广泛比较，本文方法始终优于最先进的方法，展示了卓越的准确性和鲁棒性。在多个模型上验证了该方法的有效性和强大的泛化能力，凸显了其在推进IRSTDS领域的潜力。此外，还引入了SIRST - UAVB数据集，这是一个大规模且具有挑战性的基准数据集，带有详细注释。

---

1. PinwheelConv论文理论部分解析

---

一、研究背景

红外小目标检测与分割（IRSTDS）在军事和民用领域有着广泛应用，如飞机和鸟类预警系统、导弹制导系统以及海上救援行动等。由于需要中远程目标观测，目标成像往往较小，且随着距离增加，红外辐射减弱，目标呈现出暗淡、信噪比（SNR）和信杂比（SCR）低、缺乏纹理信息的特点。此外，不同距离会改变目标大小和形状，复杂背景如建筑物、云层或植被等也会进一步遮挡目标。

IRSTDS技术主要分为模型驱动的传统方法和数据驱动的深度学习方法。传统方法需要基于先验知识手动调整参数，对IRSTDS中多样复杂的场景适应性较差，鲁棒性不佳。而基于深度学习的数据驱动方法，利用大量多样的IRSTDS数据，通过损失函数的梯度下降自动更新参数，表现出更强的鲁棒性。基于卷积神经网络（CNN）的IRSTDS方法主要分为基于检测和基于分割的方法，目前大多数研究通过新颖的网络架构来改进IRSTDS，而本文则从卷积模块本身入手提升性能。

通过对红外小目标（IRST）的3D灰度分布分析发现其具有高斯特征，因此提出一种新的即插即用的风车状卷积（PConv）模块，该模块更符合IRST的成像特征，相比标准卷积（Conv），能增强底层特征提取并扩大感受野。同时，由于IRST的弱小特性和手动标注的主观性，边界框（BBox）和掩模标签都存在显著的交并比（IoU）波动误差。现有的基于IoU的损失函数，如距离IoU（DIoU）损失、完全IoU（CIoU）损失以及尺度和位置敏感（SLS）损失等，虽在IoU损失基础上强调了位置信息，但都忽略了IoU波动以及不同目标大小对尺度和位置的不同敏感性。为解决这些问题，本文引入基于目标大小的尺度（S）和位置（L）损失系数的动态调整机制，并将其集成到DIoU和SLS损失中，以提高深度学习方法在不同目标尺度上的回归性能和检测性能。此外，现有的真实拍摄IRSTDS数据集存在小目标比例低、背景简单、数据规模小等问题，阻碍了检测器在复杂现实场景中的性能提升，因此本文开发了一个新的单帧IRSTDS数据集SIRST - UAVB。

二、相关工作

2.1 IRST检测和分割网络

数据驱动的深度学习方法已成为主流，许多基于CNN的IRST检测和分割网络被提出。在IRST检测方面，Dai等人提出了单阶段级联精炼网络OSCAR，Yang等人引入了EFLNet来解决目标 - 背景不平衡问题。在IRST分割方面，ACM模块将低级细节嵌入到高级特征中，DNANet通过融合利用上下文信息，Liu等人设计的MSHNet为U - Net配备了多尺度头部。然而，这些基于CNN的网络都侧重于构建特征提取网络，忽视了通过卷积模块提升IRSTDS性能的潜力。虽然ISNet结合了可变形卷积提高了性能，但增加了训练时间和网络参数。本文旨在通过引入更符合IRST高斯分布的卷积模块来增强模型提取底层特征的能力。

2.2 IRSTDS的损失函数

损失函数指导模型最小化预测标签与真实标签之间的差异，直接影响深度学习模型的性能。基于BBox的损失函数，如广义IoU（GIoU）和CIoU，结合了重叠区域、中心点距离和纵横比来提高模型收敛性和准确性，但CIoU没有考虑IoU波动误差和小尺度目标（尤其是弱小目标）的敏感性。归一化高斯瓦瑟斯坦距离（NWD）和尺度自适应适应度（SAFit）虽然解决了一些问题，但依赖指数运算，引入了复杂性和不稳定性。基于掩模的IoU损失和Dice损失没有考虑目标尺度和位置信息，Liu等人提出的SLS损失也忽略了不同尺度目标在掩模标注下IoU和中心点位置的不同贡献，限制了模型性能。本文提出基于尺度的动态（SD）损失，根据目标大小改变尺度损失（SLoss）和位置损失（LLoss）的影响，减少IoU波动，稳定提升性能。

2.3 IRSTDS的数据集

现有的IRSTDS数据集在大小、多样性和检测难度方面存在限制，阻碍了研究进展。如SIRST包含高质量图像但缺乏复杂性，只有427张图像；IRSTD - 1K提供了更高质量的图像，但小目标较少，挑战简单；NUDT - SIRST生成的是模拟目标，限制了其在现实场景中的适用性。因此，本文开发了SIRST - UAVB数据集，这是目前最大的公开可用数据集，包含弱目标、复杂背景和具有挑战性的单帧IRSTDS数据。

三、核心工作

3.1 风车状卷积（PConv）

PConv模块的架构如图3所示，与标准卷积不同，它使用非对称填充为图像的不同区域创建水平和垂直卷积核，卷积核向外扩散。设输入张量$X^{(h_1,w_1,c_1)}$，其中$h_1$、$w_1$、$c_1$分别表示其高度、宽度和通道大小。为增强训练稳定性和速度，在每次卷积后应用批归一化（BN）和sigmoid线性单元（SiLU）。

PConv的第一层进行并行卷积，计算公式如下：
$$\begin{array}{rl}& X_1^{(h^{\prime },w^{\prime },c^{\prime })}=SiLU(BN(X_{P(0,1,0,3)}^{(h_1,w_1,c_1)}\otimes W_1^{(1,3,c^{\prime })})),\\ & X_2^{(h^{\prime },w^{\prime },c^{\prime })}=SiLU(BN(X_{P(0,3,0,1)}^{(h_1,w_1,c_1)}\otimes W_2^{(3,1,c^{\prime })})),\\ & X_3^{(h^{\prime },w^{\prime },c^{\prime })}=SiLU(BN(X_{P(0,1,3,0)}^{(h_1,w_1,c_1)}\otimes W_3^{(1,3,c^{\prime })})),\\ & X_4^{(h^{\prime },w^{\prime },c^{\prime })}=SiLU(BN(X_{P(3,0,1,0)}^{(h_1,w_1,c_1)}\otimes W_4^{(3,1,c^{\prime })})).\end{array}$$
其中，$\otimes$是卷积运算符，$W_1^{(1,3,c^{\prime })}$是一个$1\times 3$的卷积核，输出通道为$c^{\prime }$。填充参数$P(1,0,0,3)$分别表示在左、右、上、下方向的填充像素数。

第一层交错卷积后输出特征图的高度（$h^{\prime }$）、宽度（$w^{\prime }$）和通道数（$c^{\prime }$）与输入特征图的关系为：
$$h^{\prime }=\frac{h_1}{s}+1,w^{\prime }=\frac{w_1}{s}+1,c^{\prime }=\frac{c_2}{4}$$
其中$c_2$是PConv模块最终输出特征图的通道数，$s$是卷积步长。

第一层交错卷积的结果进行拼接（$Cat(.,.)$），输出计算为：
$$X^{\prime (h^{\prime },w^{\prime },4c^{\prime })}=Cat(X_1^{(h^{\prime },w^{\prime },c^{\prime })},...,X_4^{(h^{\prime },w^{\prime },c^{\prime })})$$

最后，拼接后的张量通过卷积核$W^{(2,2,c_2)}$进行归一化，不进行填充。输出特征图的高度和宽度调整为预设值$h_2$和$w_2$，使PConv可与Conv层互换，并作为一种通道注意力机制分析不同卷积方向的贡献。最终输出$Y^{(h_2,w_2,c_2)}$计算如下：
$$h_2=h^{\prime }-1=\frac{h_1}{s},w_2=w^{\prime }-1=\frac{w_1}{s}$$
$$Y^{(h_2,w_2,c_2)}=SiLU(BN(X^{\prime (h^{\prime },w^{\prime },4c^{\prime })}\otimes W^{(2,2,c_2)}))$$

感受野的有效性向外逐渐减弱，类似于高斯分布，且目标越小，其特征越集中，突出了中心特征的重要性。图3右上角显示PConv（$k=3$）的感受野为25，卷积次数从中心向外减少，类似高斯分布。PConv利用分组卷积，在显著增加感受野的同时最小化参数数量。标准卷积（Conv）的参数数量计算公式为：
$$Con{v}_{params}=c_2\times c_1\times k,(bias=False)$$
若输出通道数（$c_2$）等于输入通道数（$c_1$），$3\times 3$的Conv参数为$9c_1^2$。PConv的参数计算如下：
$$\begin{array}{rl}PCon{v}_{params}& =4\times ((c_2/4)\times c_1\times 3\times 1)+4c_2{c}_1\\ & =7c_2{c}_1=7c_1^2\end{array}$$
与$9c_1^2$的$3\times 3$ Conv相比，PConv参数减少了22.2%，感受野增加了177%。在用于提取IRST底层特征时，PConv替换YOLO系列等网络的前两个Conv层，此时$c_2=4c_1$，Conv需要$36c_1^2$参数，而PConv需要$72c_1^2$。因此，PConv（$k=3$）相比$3\times 3$ Conv，感受野增加了178%，参数仅增加111%。类似地，PConv（$k=4$）感受野增加444%，参数仅增加122%，表明PConv能以最小的参数增加实现高效的感受野扩展。

通过计算PConv和Conv输出结果多个通道的平均值得到可视化结果（图4），结果表明PConv增强了IRST目标与背景之间的对比度，同时抑制了杂波样信号。

3.2 基于尺度的动态损失（SD Loss）

从图2右上角可知，基于IoU的损失（Sloss）波动可达86%，较小目标的IoU损失稳定性更差，对模型稳定性和回归产生负面影响。但观察发现，无论BBox大小如何，质心坐标与目标重心的偏差不超过1像素。因此，基于目标尺度动态调整Sloss和Lloss的影响系数，减少标签不准确对损失函数稳定性的影响。

对于BBox标签，较小目标的Sloss获得较低的注意力权重（图5（a））。掩模标签可提高检测精度，尤其是对于小或不规则形状的目标，但IRST模糊的边界（图2左下角）导致Sloss波动达62%，较小目标进一步加剧了这种不稳定性。此外，掩模标签的Lloss考虑图像中所有物体的平均位置，当遗漏一个物体时难以收敛，导致更多误报。因此，对于掩模标签，增强Sloss的影响以确保模型更关注Sloss（图5（b））。

定义BBox的尺度损失（${\mathcal{L}}_{BS}$）和位置损失（${\mathcal{L}}_{BL}$）如下：
$${\mathcal{L}}_{BS}=1-IoU+\alpha v,{\mathcal{L}}_{BL}=\frac{{\rho }^2(b_p,b_{gt})}{c^2}$$
其中，$IoU$表示预测BBox与真实BBox的交并比，$\alpha v$衡量BBox的纵横比一致性，$\rho (.)$是欧几里得距离，$b_p$和$b_{gt}$分别是预测BBox $B_p$和目标BBox $B_{gt}$的质心，$c$是两个BBox的对角线长度。

对于掩模的分割损失函数，参考SLS损失，定义掩模尺度损失（$L_{MS}$）和掩模位置损失（$L_{ML}$）如下：
$${\mathcal{L}}_{MS}=1-\omega \frac{|M_p\bigcap M_{gt}|}{|M_p\bigcup M_{gt}|}$$
$${\mathcal{L}}_{ML}=1-\frac{min(d_p,d_{gt})}{max(d_p,d_{gt})}+\frac{4}{{\pi }^2}({\theta }_p-{\theta }_{gt}{)}^2$$
其中，$M_p$和$M_{gt}$是目标的预测像素集和真实像素集，$d_p$和$d_{gt}$是预测和目标平均像素在极坐标中到原点的距离，${\theta }_p$和${\theta }_{gt}$是预测和目标像素在极坐标中的平均角度，$\omega$描述$M_p$和$M_{gt}$之间的差异。

当模型对图像进行缩放或对特征图进行下采样时，目标大小会发生变化。为确定真实目标大小，计算原始图像与当前特征图的比例：
$$R_{OC}=\frac{w_o\times h_o}{w_c\times h_c}$$
其中，$w_o$、$h_0$是原始图像的宽度和高度，$w_c$、$h_c$是当前特征图的宽度和高度。

BBox（${\beta }_B$）和掩模（${\beta }_M$）的影响系数计算如下：
$${\beta }_B=min(\frac{B_{gt}}{B_{gtmax}}\times R_{OC}\times \delta ,\delta )$$
$${\beta }_M=min(\frac{M_{gt}}{M_{gtmax}}\times R_{OC}\times \delta ,\delta )$$
其中，$B_{gtmax}=M_{gtmax}=81$是光电仪器工程师协会定义的IRST最大尺寸，$\delta$是可调节的，损失的影响系数基于当前目标框的面积，范围限制在$\delta$内。

最终，BBox的基于尺度的动态损失（SDB损失）为：
$${\beta }_{{\mathcal{L}}_{BS}}=1-\delta +{\beta }_B,{\beta }_{{\mathcal{L}}_{BL}}=1+\delta -{\beta }_B$$
$${\mathcal{L}}_{SDB}={\beta }_{{\mathcal{L}}_{BS}}\times {\mathcal{L}}_{BS}+{\beta }_{{\mathcal{L}}_{BL}}\times {\mathcal{L}}_{BL}$$
其中，${\beta }_{L_{BS}}$和${\beta }_{L_{BL}}$分别是${\mathcal{L}}_{BS}$和${\mathcal{L}}_{BL}$的影响因子。当目标BBox面积大于81时，${\mathcal{L}}_{SDB}$退化为CIoU损失。

掩模的基于尺度的动态损失（SDM损失）计算如下：
$${\beta }_{{\mathcal{L}}_{MS}}=1+{\beta }_M,{\beta }_{{\mathcal{L}}_{ML}}=1-{\beta }_M$$
$${\mathcal{L}}_{SDM}={\beta }_{{\mathcal{L}}_{MS}}\times {\mathcal{L}}_{MS}+{\beta }_{{\mathcal{L}}_{ML}}\times {\mathcal{L}}_{ML}$$
其中，${\beta }_{L_{MS}}$和${\beta }_{L_{ML}}$分别是${\mathcal{L}}_{MS}$和${\mathcal{L}}_{ML}$的影响因子。

3.3 SIRST - UAVB数据集

创建了名为SIRST - UAVB的基准数据集，包含3000张针对无人机和鸟类的红外图像，这些图像在一年中不同季节、天气条件和复杂背景下收集。该数据集存在目标方向、尺度和遮挡多样的挑战，小目标比例高，许多小目标肉眼几乎不可见。通过轨迹手动标注目标，并经过反复检查确保准确性。数据集包括1742个鸟类和2955个无人机的BBox标签，由于难以准确标注模糊鸟类目标，因此在掩模标注中排除了它们。总体而言，SIRST - UAVB非常适合复杂现实场景中的深度学习检测。

四、实验

4.1 实验设置

4.1.1 数据集

为评估PConv和SD损失在不同超参数下对不同尺度目标的影响，使用了两个数据集：IRSTD - 1K和SIRST - UAVB。IRSTD - 1K包含1000张真实红外图像，平均目标尺度较大，分辨率为$512\times 512$像素；SIRST - UAVB的目标则较小。两个数据集均按4:1的比例划分为训练集和测试集。

4.1.2 评估指标

对于BBox标签，使用精度（$P$）、召回率（$R$）和平均精度均值50（$mAP50$）评估模型检测和分类的准确性。精度$P$表示预测为真的样本中实际为真的比例，召回率$R$表示实际为真的样本中被检测到的比例，$mAP50$用于评估目标定位准确性的指标，计算公式如下：
$$P=\frac{TP}{TP+FP},R=\frac{TP}{TP+FN},mAP50=\frac{1}{C}\sum _{i=1}^{C}A{P}_{i,50}$$
其中，$TP$是预测正样本中IoU大于0.45阈值的真阳性样本，$FP$是预测正样本中的假阳性样本，$FN$是预测负样本中的假阴性样本。

对于掩模标签，使用IoU评估模型的像素级形状描述能力，使用误报率（$F_a$）和检测概率（$P_d$）评估定位性能，计算公式如下：
$$IoU=\frac{|A_p\bigcap A_{gt}|}{|A_p\bigcup A_{gt}|},F_a=\frac{P_{false}}{P_{all}},P_d=\frac{T_{pred}}{T_{all}}$$
其中，$P_{false}$是假阳性像素，$P_{all}$是总像素，$T_{pred}$是正确预测的目标，$T_{all}$是总目标。

4.1.3 实现细节

在IRST检测和分割模型上进行消融实验，使用PyTorch框架，在RTX3090 GPU上进行训练。对于检测模型，输入图像大小设置为640，批量大小为64，训练轮数为700，耐心值为70，学习率为0.01；对于分割模型，输入图像大小设置为256，批量大小为4，训练轮数为400，学习率为0.05 。

4.2 与其他方法的比较

4.2.1 卷积模块的比较

将PConv与多种卷积模块进行比较，包括分组卷积（GConv）、深度可分离卷积（DSConv）、动态区域感知卷积（DRConv）、大选择性核卷积（LSKConv）、扩张卷积（DConv）、MixConv和AKConv等。GConv和DSConv侧重于减少参数，而DRConv、LSKConv、DConv、MixConv和AKConv旨在扩大感受野。

在YOLOv8n - p2检测模型中，除MixConv外，大多数替代模块未能持续提升性能。MixConv虽然需要更多参数，但仍未超过本文提出的PConv。对于IRSTD - 1K数据集，带有PConv(4,4)的YOLOv8n - p2模型在整体性能上最佳，各项评估指标均值最高；而PConv(4,3)配置则展现出最平衡的性能提升，多项评估指标排名靠前。对于SIRST - UAVB数据集，PConv(4,3)提供了最佳且最平衡的性能增强。这表明对于IRSTD - 1K数据集中的较大目标，更大的PConv核长度有益；而对于SIRST - UAVB数据集中的较小目标，增加PConv核长度并不能带来额外的性能提升。

在MSHNet分割模型中，PConv显著优于其他卷积模块。结果表明，第一层PConv核长度为4时能提供更有效的感受野，这对于捕捉小目标特征至关重要。在特征图和目标尺寸在降采样过程中减小后，后续层核长度为3就足以在保持性能的同时降低计算开销。

这些实验表明，与其他卷积模块相比，PConv因其设计符合IRST灰度的高斯分布特征，能有效扩大卷积感受野，在仅少量增加参数的情况下，增强了网络对IRST底层特征的提取能力。

4.2.2 损失函数的比较

比较了多种基于BBox的损失函数，包括CIoU、DIoU、GIoU、IoU、NWD、SAFit和本文提出的SDB(δ)损失。SAFit在SIRST - UAVB数据集上表现良好，但在IRSTD - 1K数据集上性能大幅下降。相比之下，SDB损失在两个数据集上均提供了一致且平衡的性能提升，这对于具有不同目标大小和分布的实际应用至关重要。此外，NWD和SAFit损失涉及指数运算，增加了计算复杂性和时间，而SDB损失更简单高效。

在基于掩模的损失函数比较中，包括SLS、IoU和Dice损失，以及本文的SDM(δ)损失。SDM(δ = 0.5)损失不仅在整体性能上最佳，而且在不同数据集上保持了较强的平衡性。

通过消融实验发现，在检测模型中，较小的δ值在IRSTD - 1K上性能更好，而较大的δ值在SIRST - UAVB上表现更优。这可能是由于BBox的IoU波动比掩模更大，对δ变化更敏感。较大的δ值拓宽了动态影响系数β的波动范围，对小目标（如SIRST - UAVB中的目标）特别有益，可减少Sloss波动并提高准确性。因此，在检测模型中应根据目标大小选择δ值，而在分割模型中，δ = 0.5始终能提供最佳平衡。

4.3 多模型消融实验

在多个检测和分割网络上进行消融实验，包括EFLNet、YOLOv5n、YOLOv8n - p2、DNANet、ISNet和MSHNet等。结果表明，本文提出的PConv和SDB损失在所有检测模型中均能持续提升性能，组合使用时在所有检测模型中均获得最高的mAP50分数，展现出卓越的检测能力。在精度和召回率方面，尤其是在EFLNet中，有显著提升，进一步验证了该方法克服传统卷积层和损失函数局限性的有效性。总体而言，PConv和SDB损失在提高检测精度、稳定性和泛化性方面具有明显优势，是提升检测网络性能的有力工具。

在分割模型中，PConv与SDM损失的组合也持续带来显著改进，特别是在DNANet中，在ISNet和MSHNet中也有明显提升。虽然MSHNet在采用组合方法时比基线表现更好，但仍未超过单独使用PConv与SDM损失的性能，这表明可能需要根据特定架构定制最优配置。总体而言，该方法在不同模型中表现出强大的鲁棒性和高效性。

通过对PConv和SD损失的定性结果分析（图6和图7）可知，PConv减少了漏检情况，SD损失增强了对弱信号的检测能力，两者结合减少了误报并提高了模型的鲁棒性。

4.4 补充实验

对SIRST - UAVB数据集按目标尺度进行划分，在YOLOv8n - p2框架下对PConv和SDB损失进行全面的消融实验。结果表明，PConv和SDB损失在各种目标尺度上都增强了检测能力，特别是对于框面积小于16的小目标，有效提升了多个评估指标。将两个PConv层的卷积核分别设置为4和3时，能提供稳定且显著的性能提升。有趣的是，PConv核大小的组合越大，对小目标的检测精度性能越好；反之，对大目标的检测性能则下降。将SDB损失参数设置为δ = 0.5时，能增强对小目标的检测性能。此外，PConv与SDB损失的结合显著提高了检测精度。

五、芒果YOLO系列改进：基于 PinwheelConv 原创改进内容🚀🚀🚀

---

5.1 将 PinwheelConv 改进到 YOLO11 中 - 基于 PinwheelConv 原创改进核心内容

详情改进内容点击：🚀🚀🚀芒果YOLOv11改进174：PinwheelConv风车状卷积，即插即用：更好地与弱小目标的像素高斯空间分布对齐，增强了特征提取，显著增加了感受野，并且只引入了最小的参数增加。

---

5.2 将 PinwheelConv 改进到 YOLOv8 中 - 基于 PinwheelConv 原创改进核心内容

详情改进内容点击：🚀🚀🚀芒果YOLOv8改进185：PinwheelConv风车状卷积，即插即用：更好地与弱小目标的像素高斯空间分布对齐，增强了特征提取，显著增加了感受野，并且只引入了最小的参数增加。

---

5.3 将 PinwheelConv 改进到 YOLOv10 中 - 基于 PinwheelConv 原创改进核心内容

详情改进内容点击：🚀🚀🚀芒果YOLOv10改进139：PinwheelConv风车状卷积，即插即用：更好地与弱小目标的像素高斯空间分布对齐，增强了特征提取，显著增加了感受野，并且只引入了最小的参数增加。

---

5.4 将 PinwheelConv 改进到 RT-DETR 中 - 基于 PinwheelConv 原创改进核心内容

详情改进内容点击：🚀🚀🚀芒果RT-DETR改进：PinwheelConv风车状卷积，即插即用：更好地与弱小目标的像素高斯空间分布对齐，增强了特征提取，显著增加了感受野，并且只引入了最小的参数增加。 适用于 ultralytics 版本的 RT-DETR

---

5.5 将 PinwheelConv 改进到 YOLOv7 中 - 基于 PinwheelConv 原创改进核心内容

详情改进内容点击：🚀🚀🚀芒果YOLOv7改进109：PinwheelConv风车状卷积，即插即用：更好地与弱小目标的像素高斯空间分布对齐，增强了特征提取，显著增加了感受野，并且只引入了最小的参数增加。

---

5.6 将 PinwheelConv 改进到 YOLOv5 中 - 基于 PinwheelConv 原创改进核心内容

详情改进内容点击：🚀🚀🚀芒果YOLOv5改进108：PinwheelConv风车状卷积，即插即用：更好地与弱小目标的像素高斯空间分布对齐，增强了特征提取，显著增加了感受野，并且只引入了最小的参数增加。

---

参考：https://arxiv.org/abs/2412.16986v1