摘要
本文提出了一种面向方向性目标检测的点-轴表示方法，该方法具有高度的灵活性与直观的几何意义，其核心由两个关键组件构成：点与轴。1）点用于刻画目标的空间范围与轮廓，提供详细的形状描述；2）轴用于表征目标的主要方向特性，提供关键的朝向信息，对实现精确检测至关重要。该点-轴表示将位置与旋转解耦，有效缓解了传统基于边界框方法中常见的旋转参数不连续性问题。为实现无需引入额外标注的高效优化，本文提出了最大投影损失（max-projection loss）以监督点集的学习，并设计了交叉轴损失（cross-axis loss）以增强轴表示的鲁棒性。在此表示基础上，本文进一步提出了 Oriented DETR 模型，无缝融合 DETR 框架，实现对点-轴的精确预测与端到端的目标检测。实验结果表明，该方法在方向性目标检测任务中取得了显著的性能提升。