一.如何检测小目标
参考：https://mp.weixin.qq.com/s/_gIimlwgjXgarKLPHpp4zQ
1.数据层面：
①将原始图像进行缩放，提高小目标样本数
②增加模型的输入尺寸
③采用mosaic数据增强，四张照片缩放，拼接为一张
2.网络结构方面：（适用于小目标分割）
①多尺度融合 ： Feature Pyramid Networks, FPN（上采样，自顶向下，深层网络为顶，顶为上） 和 Path Aggregation Network, PAN （下采样，自底向上）等
②**注意力机制：**如SENet
③**长跳跃连接：**长跳跃连接是指将不同层级的特征图进行融合的一种方法，可以帮助模型更好地捕捉不同层级的特征信息。众所周知，浅层特征图的细节信息丰富但语义信息较弱，深层特征图则与之相反。因此，在小目标检测中，可以将低层级的特征图和高层级的特征图进行融合，以增强对小目标的定位能力。