💡💡💡本文改进：Large Selective Kernel Network (LSKNet)通过一个空间选择机制来实现的，该机制对一连串的大 depth-wise 卷积核所处理的特征进行有效加权，然后在空间上将它们合并。这些核的权重是根据输入动态确定的，允许该模型自适应地使用不同的大核，并根据需要调整空间中每个目标的感受野

1. LSKNet介绍

 论文：https://arxiv.org/pdf/2303.09030.pdf

 

          本文提出了Large Selective Kernel Network (LSKNet)，可以动态地调整其大空间感受野，以更好地建模遥感场景中各种物体的测距的场景。

        首次在遥感物体检测领域探索大选择性卷积核机制的工作。在没有任何附加条件的情况下，我们 LSKNet 比主流检测器轻量的多，而且在多个数据集上刷新了 SOTA！HRSC2016（98.46% mAP