高光谱遥感与小目标检测：同一个目标在检测图上的响应可能是一簇相邻的高值像素，而不是一个干净的点——用“检测到的像素数”来算检出率，会把一个被拆成多个碎片的目标算成“多次检出”或“部分检出”，用“连通域是否与真实目标有交集”来算，又可能把“一个巨大虚警连通域碰巧覆盖了目标”算成成功——小目标检测的“命中”定义到底该怎么定，才能既不奖励碎片化也不奖励过度膨胀的虚警？

1. 问题的提出：一个被计数掩盖的集合匹配问题

先看一个在审稿意见和项目验收中反复出现的场景。某高光谱小目标检测算法在一幅 200×200 像元、224 个波段的影像上输出了一张检测响应图，阈值化后得到若干连通域。真实目标只有一个，尺寸约 2×2 像元。检测结果中，该目标附近出现了 3 个互不相连的高值斑块，总覆盖面积约 5 个像元；同时在影像另一角出现了一个面积约 40 像元的巨大虚警连通域，恰好把目标位置也“包”了进去。

此时若用像素级计数：检测到的正像素 45 个，与真值掩膜（4 像元）的交集 4 个，召回率按像素算可能接近 1，看起来“全检出”；若用连通域交集判据：3 个碎片中有 2 个与真值有交集，算 2 次检出，而那个 40 像元的虚警域也“命中”了目标，算第 3 次检出——于是召回率 300%，虚警却被完全掩盖。反过来，若算法输出一个干净、紧致的单连通域，但因阈值稍高只覆盖了真值的 60%，连通域交集判据仍判为“命中”，而像素级召回只有 0.6。

同一个算法、同一张检测图，换一种“命中”定义，召回率可以从 0.6 跳到 3.0。这不是算法的问题，是评价协议没有约束解空间的问题。

笔者认为，这个现象之所以长期存在，根源在于高光谱小目标检测的评价体系是从两个不同传统“拼接”而来的：其一是像素级异常/目标检测传统（如 RX 算子及其变体），习惯用逐像素的 ROC/PR 曲线评价；其二是通用目标检测传统（如 COCO 的 IoU 匹配），习惯用包围框重叠度评价。前者默认“目标是一组像素”，后者默认“目标是一个有明确边界的物体”。而高光谱小目标恰恰卡在两者之间：它的空间尺度接近点扩散函数的宽度，边界本身是不确定的；它的光谱可分性又使得检测器倾向于在目标邻域产生多个响应峰。两套传统各自的隐含假设在这里同时失效。

因此，本文要回答的不是“哪个指标更好”，而是一个更基础的问题：在目标与检测都是集合、且集合边界都存在不确定性的条件下，如何构造一个激励相容的命中判据。所谓激励相容，借用机制设计中的概念，指评价规则下的最优策略与任务目标下的最优策略一致——算法若想“刷高”指标，它所做的优化恰好也是我们真正想要的优化。本文评述：这一视角的价值在于，它把评价协议从“事后统计”提升为“优化目标的一部分”，从而解释了为什么很多算法在训练时用像素级损失、评测时用 IoU 匹配，最终学到的却是“大而糊”的响应。

2. 背景：高光谱小目标检测的任务定义与技术脉络

2.1 任务定义与术语澄清

高光谱影像（Hyperspectral Image, HSI）通常指在可见光至短波红外区间具有数十至数百个连续窄波段的成像数据立方体，空间维两个轴、光谱维一个轴。本文讨论的小目标，采用工程上较通行的操作性定义：目标在空间上占据的像元数不超过约 3×3 至 9×9（即面积占比低于影像的 0.1% 量级），且其光谱特征在混合像元模型下与背景呈线性或非线性混合。需要强调，这一阈值并非普适标准，不同传感器地面采样距离（GSD）下“小”的物理含义差异极大——0.5 m GSD 下 3×3 像元约 2.25 m²，而 30 m GSD 下同样像元数对应 8100 m²。本文评述：脱离 GSD 谈“小目标”是没有意义的，这也是后文尺度归一化判据必须显式引入物理尺度的原因。

与“小目标”易混淆的两个概念需区分：亚像元目标（sub-pixel target）强调目标面积小于单个像元、仅通过光谱混合体现；异常目标（anomaly）强调相对于局部背景的统计离群性，不要求已知光谱先验。三者的检测器设计与评价口径并不相同，但在小尺度下高度重叠。本文的讨论覆盖三者，但在判据参数上会区分“有先验光谱的目标检测”与“无先验的异常检测”。

2.2 技术脉络的简要梳理

从方法谱系看，高光谱目标检测大致经历四条路线。第一条是统计假设检验路线，以 RX 算子（Reed & Yu, 1990）为代表，将检测表述为马氏距离下的二元假设检验，后续的自适应余弦估计器（ACE）、约束能量最小化（CEM）等均属此列。第二条是子空间与稀疏表示路线，利用目标与背景字典的稀疏重构残差构造检测统计量。第三条是张量分解与低秩稀疏路线，把影像立方体分解为低秩背景、稀疏目标与噪声三部分。第四条是近年兴起的深度学习方法，包括基于卷积的端到端检测、基于光谱注意力的网络，以及将高光谱与多光谱/全色融合以提升空间分辨率的联合检测框架。

这些方法在检测统计量的构造上差异巨大，但输出形态高度一致：一张与影像空间维同尺寸的连续响应图，经阈值化后得到二值掩膜，再经连通域分析得到候选目标集合。正是这个“响应图→掩膜→连通域”的流水线，使得命中定义问题无法回避。本文评述：方法越先进，响应簇的形态越复杂——深度网络的多尺度特征融合会同时产生大尺度平滑响应与小尺度尖锐响应，使得“一目标多峰”比传统方法更普遍。评价协议的滞后，在深度学习方法普及后被显著放大。

2.3 为什么评价问题现在必须解决

三个现实压力使这一问题从“学术洁癖”变成“工程刚需”。其一，数据集规模扩大后，人工复核成本不可承受，评价协议成为唯一的质量闸门；其二，跨数据集比较成为常态，不同团队使用不同命中定义时，报告的数字不可比，文献中的“SOTA”声明因此普遍缺乏约束力；其三，下游任务对虚警膨胀极其敏感，一个 40 像元的虚警域在“是否命中”的二值判断中被放过，但在实际排查流程中意味着数十平方公里的误报区域。本文评述：评价协议不是学术装饰，它是把算法输出翻译成业务风险的那道转换函数，定义错了，风险就被系统性低估。

3. 响应簇的物理成因：为什么目标不是一个点

要设计合理的命中判据，必须先理解检测响应为什么天然是“簇”而非“点”。这一节从四个层面给出机制解释，每个层面都对应判据设计中的一个约束条件。

3.1 光学与采样层面：点扩散函数与混合像元

成像系统的点扩散函数（PSF）使一个理想点目标在焦平面上形成有一定宽度的能量分布，经探测器采样后，能量会泄漏到相邻像元。对于尺寸接近或小于 GSD 的目标，其观测信号是目标光谱与背景光谱的线性混合：设目标丰度为 α（0<α≤1），则像元光谱 x = α·t + (1−α)·b + n，其中 t 为目标端元、b 为背景端元、n 为噪声。当 α 在目标邻域内呈空间渐变时，检测统计量也会呈渐变分布，阈值化后自然形成多个峰或一个不规则连通域。

本文评述：这一层面的关键推论是——响应簇的空间延展与目标真实尺寸之间不存在稳定的一一对应。一个 1 像元的目标可能因 PSF 产生 3×3 的响应，一个 3×3 的目标也可能因丰度低而只产生 1 个显著峰。因此，任何以“响应面积”直接推断“目标面积”的判据都缺乏物理基础。

3.2 检测器层面：感受野与多尺度融合

基于深度网络的方法中，检测统计量由多层卷积特征计算，其有效感受野往往远大于目标本身。多尺度特征金字塔的融合会进一步产生“同一目标在不同尺度上各有响应”的现象：粗尺度分支给出大范围平滑响应，细尺度分支给出尖锐局部响应。两者在最终响应图上叠加，可能形成“主峰+旁瓣”的结构。

传统方法同样存在类似效应。以滑动窗口类的匹配滤波为例，窗口尺寸若大于目标，响应会在目标周围形成平台；窗口若小于目标，则形成多个局部极大值。本文评述：响应簇的碎片化程度在很大程度上是检测器超参数的函数，而非目标属性的函数。这意味着评价协议若惩罚碎片化，实际上是在间接约束检测器的后处理策略，这是合理的，但必须明确这一约束的意图，避免把“后处理选择”误判为“检测能力差异”。

3.3 后处理层面：阈值化与连通域分析

从连续响应图到离散候选集，中间隔着阈值选择与连通域标记两个操作。阈值提高会缩小连通域面积、增加碎片数量；阈值降低会合并邻近响应、扩大连通域面积。连通域标记的邻接规则（4 邻接或 8 邻接）也会改变碎片计数。这些操作在文献中往往只用一句话带过，却直接决定了后续所有指标的数值。

本文评述：这是评价协议中最容易被“无意操纵”的环节。同一算法在不同阈值下可以呈现完全不同的碎片化程度，而报告者若只挑选指标最优的阈值，就构成了事实上的选择性报告。因此，命中判据必须与阈值选择策略绑定报告，否则数字失去可比性。

3.4 场景层面：邻近目标与背景干扰

当两个真实目标空间邻近（间距小于响应簇的典型半径）时，它们的响应可能融合为一个连通域，形成“一峰多目标”。这在密集场景（如矿区多个小堆场、农业地块中的多个小棚）中并不罕见。此时连通域交集判据会把一个域同时匹配给两个目标，产生“一次检测两次命中”的重复计数。

综合四个层面，可以得到一个对判据设计至关重要的结论：响应簇与目标之间是多对多的关系，既可能一目标多簇（碎片化），也可能一簇多目标（融合），还可能一簇覆盖目标但同时大幅超出（膨胀）。任何只处理其中一种失真的判据，都会在另外两种上产生系统性偏差。这正是本文提出联合判据的出发点。

4. 三类主流评价口径及其激励错位

4.1 像素级计数口径

该口径把检测掩膜与真值掩膜逐像素比较，计算像素级精确率、召回率与 F1，或绘制逐像素 ROC 曲线。其数学形式为：召回率 = |D∩G| / |G|，精确率 = |D∩G| / |D|，其中 D 为检测正像素集合，G 为真值正像素集合。

优点是与阈值连续变化兼容、计算简单、对目标边界不确定性有一定容忍。缺点同样明显：它把“覆盖”与“命中”混为一谈。一个面积巨大的虚警域只要覆盖了目标，就能获得高召回；一个被拆成多片但每片都落在目标上的检测，也能获得高召回。更严重的是，像素级精确率对目标尺度极度敏感——小目标的真值像素数很少，任何轻微膨胀都会使精确率骤降，导致不同尺度目标在平均指标中的权重严重失衡。

本文评述：像素级口径适合刻画“响应图质量”，不适合刻画“目标级检出能力”。把它当作唯一指标，等价于默认“检测任务的目标是逐像素分类”，这与小目标检测的实际目标不符。

4.2 连通域交集口径

该口径先对检测掩膜做连通域标记，得到候选集合 {C_i}，再判断每个连通域是否与任一真值目标有非空交集。若有，则记为一次命中。召回率 = 被命中的真值目标数 / 真值目标总数，精确率 = 命中真值的连通域数 / 连通域总数。

这一口径直接回应了“目标级检出”的需求，但引入了两个新问题。其一是膨胀奖励：一个覆盖整个影像的连通域会命中所有目标，召回率 100%，而精确率仅取决于连通域总数——若只有一个域，精确率也是 100%。其二是碎片重复计数：一个目标被拆成 5 片，若 5 片都与真值有交集，召回率仍按目标数计为 1，但若统计“命中次数”则会被放大 5 倍；更隐蔽的是，若碎片中有一片落在目标上、其余落在背景，精确率会被拉低，但召回率不受影响，导致指标间不一致。

本文评述：连通域交集口径的核心缺陷是缺少对“重叠比例”和“域面积”的联合约束。它把“是否碰到”当作二值事件，丢失了“碰得准不准、碰得多不多”的信息。这与通用目标检测用 IoU 而非“是否相交”的理由完全一致，只是在小目标场景下 IoU 本身也需要改造。

4.3 IoU 阈值匹配口径

借用 COCO 等通用检测基准的做法，对检测框与真值框计算交并比（IoU），超过阈值（如 0.5）判为命中，并按置信度排序做贪心匹配。这一口径在自然图像中表现良好，但在小目标场景下有三个失效点。

第一，定位抖动被放大。一个 2×2 像元的目标，检测框偏移 1 像元，IoU 就可能从 0.8 降到 0.33，直接判为未命中。而 1 像元的偏移在高光谱配准误差、PSF 展宽下几乎是不可避免的。第二，框与掩膜不匹配。高光谱小目标的真值常以掩膜或亚像元丰度图给出，转换为包围框会引入额外误差。第三，阈值选择缺乏依据。0.5 这一数值源自自然图像中目标尺寸较大、标注较准的场景，直接迁移到小目标缺乏论证。

本文评述：IoU 口径的合理内核是“重叠比例约束”，但其固定阈值与固定空间尺度假设不适用于小目标。正确的做法不是抛弃重叠约束，而是让容差随目标尺度自适应变化——这正是后文 SNO-FC 的第一个设计要点。

4.4 激励错位的统一分析

把三类口径放在“算法可采取的最优策略”这一视角下比较，可以得到下表。表中“算法最优策略”指在不改变检测器真实能力的前提下，仅通过调整阈值与后处理即可最大化该指标的策略。

表中最后一行是本文主张的方案，其设计逻辑在下一章展开。这里先指出一个容易被忽视的结论：三类主流口径的失真方向并不对称。像素级与连通域口径偏向“宽容”，IoU 口径偏向“严苛”。在跨方法比较中，若不同团队分别采用偏宽容与偏严苛的口径，比较结果将系统性偏向使用宽容口径的一方。本文评述：这解释了文献中部分“性能提升”难以复现的现象——提升可能来自口径差异而非算法差异。

5. SNO-FC：尺度归一化的重叠—碎片联合判据

5.1 设计目标与公理

SNO-FC 的设计遵循四条公理，每条都对应前文识别出的一类失真。

公理 A（尺度自适应）：匹配容差应随目标尺度变化，而非固定。理由见 4.3 节，小目标的定位不确定性相对于自身尺度更大。

公理 B（覆盖约束）：检测域对真值目标的覆盖比例应达到下限，防止“擦边即命中”。

公理 C（膨胀约束）：检测域相对真值目标的超出面积应受惩罚，防止“大域通吃”。

公理 D（碎片约束）：一个真值目标被多个检测域覆盖时，应按碎片数量施加惩罚，防止“拆碎刷召回”。

本文评述：四条公理并非彼此独立——B 与 C 共同构成对“重叠质量”的约束，D 是对“匹配基数”的约束，A 是让 B、C、D 在小目标下仍然有意义的前提。缺少 A，B 和 C 的阈值在任何尺度下都只能取折中值；缺少 D，B 和 C 都可以通过“拆碎”来局部满足。因此四者必须联合使用，不能选择性采用。

5.2 形式化定义

设真值目标集合为 G = {g₁, …, g_M}，每个 g_j 是一个像元集合（掩膜）或带丰度的软掩膜；检测域集合为 D = {d₁, …, d_N}，由阈值化后的连通域给出。定义以下量：

匹配规则如下：对每个真值 g_j，找出所有满足 hit_ij ≥ τ_hit 且 cov_ij ≥ τ_cov 的检测域，构成候选集 K_j。若 K_j 非空，则 g_j 判为检出，其单目标得分为：

全局召回率为 score_j 的均值（或按目标面积加权的均值），全局精确率则需从检测侧定义：对每个检测域 d_i，若它未与任何真值形成有效匹配，则计为虚警；有效匹配的检测域中，超出容差域的部分按面积比例折算为“部分虚警”。最终精确率 = 有效检测面积 / 总检测面积，其中有效检测面积指落在各 G_j⁺ 内的检测像元数。

本文评述：这一形式化有两个值得强调的设计选择。第一，用膨胀容差域而非原始真值域计算覆盖比，是为了吸收定位不确定性，但膨胀半径受 r_min 约束，避免在小目标上无限放宽。第二，碎片惩罚作用于得分而非二值命中，使得“拆碎”不会直接导致漏检，而是平滑地降低得分——这比硬性判负更符合工程直觉，也避免了阈值附近的剧烈跳变。

5.3 与已有工作的关系

SNO-FC 在思想上与几类已有工作相关，但有关键差异。其一是目标检测中的尺度自适应 IoU（如 Dot Distance、Normalized Wasserstein Distance 等针对小目标的度量），这些工作主要处理包围框，未处理掩膜与碎片化。其二是医学影像分割中的目标级指标（如 detection rate、Hausdorff 距离），其中 detection rate 要求检测连通域与真值有重叠且重叠比例达标，与本文的 hit 约束接近，但缺少膨胀约束与碎片惩罚。其三是变化检测中的目标级评价，常采用“先匹配再统计”的两阶段流程，与本文的双向匹配思路一致。

本文评述：SNO-FC 的新颖性不在于任何单一约束，而在于把四类约束组织成一个激励相容的整体，并显式暴露参数与报告规范。已有工作往往只解决其中一个失真，导致“按下葫芦浮起瓢”。

6. 算法流程与参数标定：可落地的操作路径

6.1 完整流程

以下流程可直接实现为评测脚本，输入为检测响应图、真值掩膜、传感器 GSD 与配准精度估计，输出为指标组。

输入: response_map, gt_masks, gsd, reg_err
输出: recall, precision, frag_index, score_list

1  阈值扫描: 对 response_map 取 T ∈ {T1..Tk}
2  for each T:
3       mask = response_map > T
4       D = connected_components(mask, connectivity=8)
5       for each g_j in gt_masks:
6           s_j = sqrt(area(g_j))
7           r_j = max(r_min, kappa * s_j)      # r_min 由 reg_err 估计
8           G_plus = dilate(g_j, r_j)
9           K_j = []
10          for each d_i in D:
11              hit = |d_i ∩ g_j| / |g_j|
12              cov = |d_i ∩ G_plus| / |d_i|
13              if hit >= tau_hit and cov >= tau_cov:
14                  K_j.append((i, hit, cov))
15          if K_j not empty:
16              k_j = len(K_j)
17              frag = 1 / (1 + lam * (k_j - 1))
18              score_j = max(hit*cov for i in K_j) * frag
19          else:
20              score_j = 0
21      recall_T = mean(score_j)
22      precision_T = valid_area(D) / total_area(D)
23      记录 (T, recall_T, precision_T)
24  按预定义规则选主阈值(见 6.3), 输出对应指标组

流程中有两个实现细节需要强调。第一，连通域标记的邻接规则必须固定并报告，8 邻接与 4 邻接在碎片计数上差异显著。第二，有效面积的计算应使用容差域的并集，而非各容差域之和，避免重叠区域被重复计入。

6.2 参数标定方法

SNO-FC 有五个参数：κ、r_min、τ_hit、τ_cov、λ。它们不应凭经验拍定，而应通过可复现的标定流程确定。

κ 与 r_min：由配准精度与 PSF 宽度共同决定。工程上可通过对同一场景的重复观测或对已知点目标（如人工布设的反射布）的响应拟合，估计定位误差的分布，取 95% 分位数作为 r_min。κ 建议取 0.5 至 1.0，含义是容差半径不超过目标等效边长。本文评述：κ 取 1.0 时容差域面积约为真值域的 9 倍（二维膨胀），这在极小目标上可能过宽，因此建议对小目标（s_j < 3）单独设上限。

τ_hit 与 τ_cov：τ_hit 控制“覆盖多少算检出”，建议取 0.5 至 0.7；τ_cov 控制“检测域有多少落在容差内算有效”，建议取 0.3 至 0.5。两者共同作用的效果是：一个紧致且覆盖目标过半的检测域可稳定命中，一个巨大虚警域因 cov 过低而被拒。本文评述：这两个阈值的乘积近似刻画了“有效重叠”，其取值应随任务对漏检与虚警的相对代价调整，不宜全局统一。

λ：碎片惩罚强度。λ=0 时无惩罚，λ→∞ 时退化为“只允许单域匹配”。建议取 0.3 至 0.5，使得一个目标被拆成 2 片时得分降至 0.77 至 0.63，拆成 3 片时降至 0.63 至 0.45。本文评述：λ 的选择实质是在“容忍合理多峰”与“抑制过分割”之间取平衡，应通过观察算法在验证集上的典型碎片数分布来确定，而非追求理论最优。

6.3 阈值选择与报告规范

由于指标随阈值变化，报告单一阈值下的数字容易产生选择性偏差。建议采用以下三种报告方式之一，并明确声明：其一，固定虚警率下的召回（如精确率不低于 0.8 时的召回），适合业务场景有明确虚警预算的情形；其二，PR 曲线下面积，适合比较整体排序质量；其三，工作点表格，列出 3 至 5 个代表性阈值下的完整指标组，适合工程验收。

无论采用哪种，都必须同时报告：碎片指数（平均 k_j）、平均检测域面积与平均真值面积之比、以及虚警域的面积分布。本文评述：这三个辅助量能揭示主指标掩盖的问题——例如召回相同但碎片指数从 1.2 升到 2.5，说明算法在向“多峰”退化。

7. 模拟实验：四种口径在合成场景下的行为对比

为直观展示各口径的激励差异，本文构造一个受控的合成场景。以下所有数值均为模拟数据，由作者按设定规则生成，仅用于说明机制，不代表任何真实算法性能。

7.1 场景设定

影像尺寸 100×100 像元，设置 10 个真值目标，等效边长 s 在 1 至 3 像元间均匀分布。构造四种检测输出：

输出 P（紧致准确）：每个目标对应一个略小于真值的连通域，覆盖真值约 70%，无额外虚警。

输出 Q（碎片化）：每个目标被拆成 3 个碎片，总覆盖真值约 90%，碎片间有间隙。

输出 R（膨胀虚警）：每个目标对应一个面积为真值 15 倍的连通域，完全覆盖目标，另加 2 个纯虚警域。

输出 S（混合）：一半目标紧致准确，一半目标碎片化，另加 1 个覆盖 3 个邻近目标的大域。

7.2 结果对比

表注：模拟数据，参数设定 κ=0.6、r_min=1、τ_hit=0.5、τ_cov=0.35、λ=0.4。连通域召回按“是否与真值有交集”计，故 P、Q、R、S 均为 1.00，恰好暴露该口径的失效。

从表中可读出几个关键结论。第一，连通域召回在四种输出下全部为 1.00，完全无法区分紧致准确与膨胀虚警，这是该口径最严重的失效。第二，像素召回对膨胀输出给出满分（R 为 1.00），而像素精确虽降至 0.07，但在只看召回的报告习惯下会被忽略。第三，IoU@0.5 对碎片化输出惩罚过重（Q 仅 0.30），因为碎片与真值的 IoU 天然偏低，即使总覆盖达 90%。第四，SNO-FC 在四种输出下给出了单调合理的排序：P 最高（0.66/0.92），S 次之，Q 再次，R 最低（0.12/0.10），与工程直觉一致。

本文评述：模拟实验的价值不在于数值本身，而在于它揭示了各口径的“盲区方向”。工程选型时，应根据任务最不能容忍的失真方向选择口径——若虚警代价极高，必须使用带膨胀约束的口径；若漏检代价极高，则需放宽 τ_hit 并接受一定碎片。没有普适最优，只有与风险结构匹配的选择。

8. 真实数据集上的预处理细节与协议适配

将 SNO-FC 应用于公开数据集时，预处理细节直接决定指标可比性。以下按数据集分别说明，并给出协议适配建议。需要说明，各数据集的标注体系差异很大，部分数据集仅提供像元级标注而无目标级掩膜，此时需先做标注聚合，聚合规则必须写入报告。

8.1 常用数据集与预处理要点

本文评述：上表中最容易被忽视的是标注聚合规则。多数高光谱数据集以地物分类图形式提供标注，从分类图到目标掩膜需要一次“连通域提取+最小面积过滤”，过滤阈值不同会导致目标数量差异巨大。若两个团队使用不同的聚合规则，即使算法相同，SNO-FC 的召回率也不可比。因此建议在报告中明确写出聚合脚本的关键参数。

8.2 跨传感器适配

机载与星载数据的 GSD 差异可达两个数量级。SNO-FC 的尺度归一化设计使其在原理上可跨传感器使用，但 κ 与 r_min 必须按传感器重新标定。具体做法是：以物理长度（米）而非像元数定义“小目标”的上限，再换算为像元；r_min 取该传感器配准精度的 95% 分位数。本文评述：把判据参数与物理量绑定，是跨传感器可比性的前提，也是本文坚持用“等效边长”而非“像元数”定义尺度的原因。

8.3 软掩膜与丰度图的处理

当真值以丰度图给出时，|g_j| 应替换为丰度积分（即“等效面积”），hit 与 cov 相应改为加权形式。这一处理能更准确地反映亚像元目标的真实覆盖，但要求检测输出也提供软响应而非仅二值掩膜。本文评述：软掩膜评价是未来的合理方向，但目前多数检测器只输出二值结果，强行要求软输出会引入新的不可比性。折中方案是同时报告二值口径与软口径，以前者为主、后者为辅。

9. 对比、局限与常见误用

9.1 与其他目标级指标的对比

除本文讨论的三类口径外，还有若干目标级指标值得对照。F1 的目标级版本（按匹配对数计算）与连通域交集口径接近，同样缺少膨胀约束。平均精度（AP）在通用检测中广泛使用，但其对置信度排序的依赖在高光谱小目标场景下意义有限——多数高光谱检测器输出的是连续响应而非分类置信度，排序语义不同。Hausdorff 距离对边界敏感，在小目标上噪声极大。检测率-虚警率曲线（如每平方公里虚警数）在遥感领域更常用，其优点是虚警以物理密度表示，便于业务换算，缺点是不直接反映定位质量。

本文评述：SNO-FC 与“检测率-虚警率曲线”是互补关系而非替代关系。前者刻画单目标匹配质量，后者刻画区域级虚警负荷。工程报告宜两者并用：用 SNO-FC 说明“检得准不准”，用虚警密度说明“误报多不多”。

9.2 局限

SNO-FC 有四个明确局限。第一，参数敏感性：五个参数虽可标定，但标定本身需要额外数据与工作量，小团队可能难以执行。第二，对密集目标的处理仍不完善：当多个目标间距小于容差半径时，一个检测域可能同时满足多个目标的匹配条件，此时需引入互斥匹配（如匈牙利算法），本文流程中未强制要求，实际使用时建议补充。第三，碎片惩罚的语义边界模糊：合理的多峰（如目标内部光谱异质）与不合理的过分割在几何上难以区分，λ 只能做统计意义上的抑制。第四，未处理漏标问题：真实数据中常存在未标注的目标，被算法检出后会计为虚警，这是所有监督评价的共同困境，SNO-FC 无法解决。

9.3 常见误用清单

以下误用在审稿与工程验收中高频出现，逐条列出以便自查。

其一，只报召回不报精确，尤其在膨胀输出下召回虚高。其二，阈值挑选后不声明，构成选择性报告。其三，连通域邻接规则不写，4 邻接与 8 邻接的碎片数可差 30% 以上。其四，把像素级指标与目标级指标混在同一张表里比较，量纲与语义均不同。其五，用分类精度代替检测指标，二者目标不同。其六，忽略配准误差，把定位偏差误判为检测失败。其七，在极小目标上使用固定 IoU 阈值，导致系统性低估。

本文评述：这份清单看似琐碎，但每一条都对应过本文分析过的一类失真。评价协议的严谨性不体现在公式复杂度，而体现在是否把所有隐含假设都显式化。

10. 结论与展望：从单一指标到指标组

回到本文开头的问题：小目标检测的“命中”到底该怎么定义。本文的答案是——不存在一个既简单又激励相容的单一命中定义。像素计数奖励碎片化，连通域交集奖励膨胀，固定 IoU 惩罚合理抖动，三者各自解决一个问题却放大另一个。可行的路径是承认命中是一个多维匹配问题，用尺度归一化的容差吸收定位不确定性，用覆盖比约束膨胀，用碎片惩罚约束过分割，并把参数与报告规范一并公开。

本文提出的 SNO-FC 是这一路径的一个具体实现，其价值不在于公式本身，而在于它把“评价协议”从隐式约定变成可审计的工程对象。当指标组、参数、阈值策略、预处理规则全部显式化后，跨团队比较才具备意义，文献中的性能声明才具备约束力。

展望三个方向。第一，软评价与不确定性传播：将真值与检测都视为概率分布，用分布距离替代集合运算，可望更自然地处理边界不确定性。第二，任务驱动的指标加权：不同下游任务对漏检与虚警的代价不同，指标组应按代价加权合成，而非等权平均。第三，评价协议与训练目标的联合设计：若训练损失能直接优化 SNO-FC 的可微松弛版本，算法学到的响应形态将与评价口径一致，从根源上消除激励错位。本文评述：第三条最具潜力，但可微化碎片惩罚需要处理连通域的不可微性，是开放难题。

最后需要强调，评价协议是技术共同体的事，不是单个团队能独自解决的。本文的所有建议都以“可复现、可审计、可协商”为原则，欢迎在实践中被修正。任何指标都有其适用边界，承认边界比宣称普适更接近科学。

🔒 复制本站文章内容需登录并达到 L3。当前：未登录