用切片推理替代整图缩放，提升大图小目标检测

2026 年 11 月 2 日，DEV Community 上刊出一篇题为《大图里小目标检不出来，切片推理怎么补》的文章。文章作者提出，用切片推理替代整图缩放，来缓解大图小目标漏检的问题。

文章指出，常见的实时检测器，包括 YOLO 及其同类模型，通常在约 640×640 的尺寸下训练和运行，而一张 3613×2400 的航拍图会被缩小约 5.6 倍以适配输入。在这一缩放下，原本约 30 像素的船只只剩约 5 像素，低于网络可靠识别的下限。作者以一张码头无人机照片为例说明，直接把现成的目标检测器对准该照片，模型只会报出五艘船，而照片中实际有几十艘。

针对这一问题，作者改用分块切片替代整体缩放，在同一 YOLOX-S 模型上与单次整图推理进行对比。作者也提到这种方法的代价是算力上升，在处理那张码头图时一共需要切出 35 个切片。截至该篇报道，此事仍处于方法演示与对比阶段，尚无后续的验证或落地进展。