CVPR2026 | PWOOD: 上交團隊提出部分弱監督有向目標檢測方法！

來源：公眾號“遙感與深度學習“

原文鏈接：https://mp.weixin.qq.com/s/ApvUzzfX1Nt1j6S6iLPxeA?scene=1&click_id=32

題目：Partial Weakly-Supervised Oriented Object Detection
會議：The IEEE/CVF Conference on Computer Vision and Pattern Recognition 2026
論文： https://arxiv.org/abs/2507.02751
數據： DOTA-v1.0/v1.5/v2.0, DIOR
代碼： https://github.com/VisionXLab/PWOOD
年份： 2026
單位： 上海交通大學、武漢大學、華東師范大學、中國科學院空天信息創新研究院、東南大學

CVPR2026 遙感AI方向合集：CVPR2026

團隊系統性成果

創新點

• 提出首個基于部分弱標注（水平框或單點）的有向目標檢測框架PWOOD，實現低成本高性能檢測
• 設計方向與尺度感知學生模型（OS-Student），使學生模型能從弱標注中學習方向與尺度信息
• 提出類別無關偽標簽過濾策略（CPF），基于高斯混合模型動態調整過濾閾值，降低對靜態閾值的敏感性
• 支持多格式標注（RBox、HBox、Point）的聯合訓練，進一步提升框架的通用性與靈活性

背景

有向目標檢測（OOD）在遙感等領域需求旺盛，但旋轉邊界框（RBox）標注成本極高，制約了大規模數據集的構建。現有方法主要分為三類：基于完整RBox標注的全監督方法、基于部分RBox標注的半監督方法、以及基于水平框或點標注的弱監督方法，三者均在標注速度或標注成本上存在較大負擔。

為此，本文提出了一種新范式——部分弱監督有向目標檢測（PWOOD），僅使用少量水平框或單點弱標注數據，并充分利用大量無標注數據進行訓練，在大幅降低標注成本的同時，實現與半監督方法相當甚至更優的檢測性能。

數據

DOTA數據集（三個版本）

• 數據集介紹
• DOTA-v1.0包含15個類別、188,282個實例；v1.5和v2.0進一步增加了大量小目標標注
• 從訓練集中隨機采樣10%、20%、30%的圖像作為弱標注數據，其余圖像作為無標注數據
• 弱標注數據在加載時去除方向與尺度信息，模擬真實弱標注場景

DIOR數據集

• 數據集介紹
• 共23,463張圖像，其中11,725張用于訓練，11,738張用于測試
• 同樣離線劃分出10%、20%、30%子集作為有監督數據，其余作為無監督數據
• 使用測試集進行驗證與評估

方法

PWOOD整體框架

基于教師-學生范式構建，教師模型對無標注數據生成偽標簽，學生模型同時從弱標注數據和偽標簽中學習，并通過指數移動平均（EMA）反向更新教師模型權重，形成正向反饋循環。

方向與尺度感知學生模型（OS-Student）

• 對稱感知方向學習模塊
• 對輸入圖像進行垂直翻轉或隨機旋轉，生成變換視圖，構建弱監督對與自監督對
• 通過角度損失約束學生模型從水平框標注中學習目標方向信息
• 自監督尺度學習模塊
• 引入Bhattacharyya系數衡量預測框之間的高斯分布重疊，作為尺度上界約束
• 利用Voronoi圖與分水嶺算法估計每個目標的盆地區域，作為尺度下界約束
• 結合高斯Wasserstein距離損失監督寬高回歸

類別無關偽標簽過濾（CPF）

• 將教師模型輸出的偽框置信度分數建模為正負樣本兩個一維高斯分布的混合模型
• 使用期望最大化（EM）算法推斷后驗概率，動態確定過濾閾值
• 相較于靜態閾值策略，CPF能自適應地適配不同訓練階段和數據分布，提升偽標簽質量

結果與分析

PWOOD在DOTA和DIOR多個數據集上，僅使用水平框或單點弱標注，即可達到與基于完整旋轉框的半監督基線相當甚至更優的檢測性能。此外，PWOOD在噪聲魯棒性和復雜小目標場景下均優于現有弱監督方法，驗證了其高效性與通用性。