一、为什么需要 SACF？在多光谱航拍目标检测中，特征融合面临两大挑战：光谱信息利用不足：现有方法（如 S2ADet）采用双流网络分离处理空间与光谱信息，计算成本高且存在信息损失。背景噪声稀释目标特征：复杂场景中，下采样导致空间混叠，边缘混合像元破坏特征聚合，小目标特征容易被背景淹没。OSSDet 提出SACF（Spectral-guided Adaptive Cross-layer Fusion），通过光谱引导的自适应跨层融合，将高层光谱聚合特征与低层空间细节增强特征有效结合，实现：✅自适应光谱特征聚合：利用邻域光谱相似性加权，增强目标内相关性，抵抗噪声干扰✅空间细节增强：分解高低频成分，显式增强高频纹理细节，减少跨层传输信息损失✅自适应跨层融合：基于全局置信度动态分配高低层特征权重，提升前景-背景对比度二、SACF 做了什么？1️⃣ 核心思想SACF 是一个双输入特征融合模块，接收高层语义特征（低分辨率、强语义）和低层空间特征（高分辨率、细纹理），通过三个子模块协同工作：SFA（Spectral Feature Aggregator，光谱特征聚合器）：在高层特征上，根据中心光谱向量与邻域的光