يُعاني كشف الأشياء باستخدام الاستشعار عن بعد (RSOD) غالبًا من تدهورات مثل الدقة المكانية المنخفضة، والضوضاء الناتجة عن الحساسات، والضباب الناتج عن الحركة، والإضاءة غير المثالية. تؤدي هذه العوامل إلى تقليل وضوح السمات، مما ينتج تمثيلات غير واضحة للأجسام وانعدام فعالية الفصل بين الخلفية والجسم الأمامي. وتُظهر الطرق الحالية لكشف الأشياء في الاستشعار عن بعد قيودًا في الكشف الموثوق بالأجسام ذات الجودة المنخفضة. وللتغلب على هذه التحديات الحادة، نقدّم LEGNet، وهو شبكة أساسية خفيفة الوزن تتميز بوحدة تجميع حافة-غاوسيّة (EGA) جديدة مصممة خصيصًا لتعزيز تمثيل السمات المستمدة من صور الاستشعار عن بعد ذات الجودة المنخفضة. تدمج وحدة EGA ما يلي: (أ) مرشحات شار (Scharr) المُتّسقة مع الاتجاه لتعزيز تفاصيل الحواف الحاسمة التي تُفقد غالبًا في الأجسام ذات التباين المنخفض أو المشوّشة، و(ب) تحسين السمات المستند إلى افتراض غاوسي لقمع الضوضاء وتنظيم استجابات السمات الغامضة، مما يعزز بروز الجسم الأمامي في الظروف الصعبة. وتساهم وحدة EGA في تخفيف المشكلات الشائعة مثل انخفاض التباين، والانقطاعات الهيكلية، واستجابات السمات الغامضة التي تظهر في الصور التالفة، مما يحسن بشكل فعّال من مرونة النموذج مع الحفاظ على الكفاءة الحسابية. وتبين التقييمات الشاملة على خمسة معايير (DOTA-v1.0، v1.5، DIOR-R، FAIR1M-v1.0، وVisDrone2019) أن LEGNet يحقق أداءً متميزًا على مستوى الحد الأقصى في المجال، خصوصًا في كشف الأجسام ذات الجودة المنخفضة. يُتاح الكود على الرابط: https://github.com/lwCVer/LEGNet.