目标检测是指在图像中识别并定位物体的任务。在该任务中，小目标的检测尤为困难。除了尺寸较小之外，小目标还常伴随模糊、遮挡等问题，进一步增加了检测难度。当前的小目标检测方法主要针对小且密集的场景，例如人群中的行人或遥感图像中的远距离目标。然而，当目标既小又稀疏时，可用于训练的样本数量极为有限，导致模型难以学习到有效的特征表示。本文提出了一种专门用于检测特定类别小目标——鸟类——的方法。我们重点改进了网络结构中“颈部”（neck）部分的特征学习能力，即骨干网络（backbone）与预测头（prediction head）之间的子网络。通过采用分层设计，提升了特征表达的有效性。具体而言，我们引入Swin Transformer对图像特征进行上采样，并调整其移位窗口（shifted window）的大小，以更好地适应小目标的特性。实验结果表明，基于Swin Transformer构建的颈部结构与CenterNet相结合，在调整窗口尺寸后能够显著提升检测性能。进一步分析发现，较小的窗口尺寸（默认为2）在小目标检测任务中更有利于提升平均精度（mAP）。