（一）基本含义和特性，分类

含义

短边长度大于等于四个像素，长边小于等于32像素的目标物

两个关键特性

小目标之间交叠的概率较低，自身的纹理特征较弱。

坐标轴对小目标进行区分

根据小目标对图像上下文的依赖强度和自身的纹理显著度，将不同类型的小目标落在不同的区域。越往右上角的目标物是更容易被学习好的。

（二）backbone网络结构设计原则

1. 使用步长为二的卷积进行下采样，更有利于小目标的特征学习。

2. 避免使用步长超过二的卷积。

3. 在两个步长为二的卷积之间，加入若干步长为一的卷积，更有利于特征学习。

4. 尽可能让网络更深，但要把握好资源消耗和精度的平衡。

（三）在目标检测中，小目标检测的特殊性

neck两大核心作用：分而治之、目标匹配

UP先分析了使用多个特征图进行检测的必要性，指出对于小目标检测，分而治之的作用可以忽略不计。又提出了使用更高分辨率的特征图进行检测，可以显著增加小目标的学习样本数，增强其特征学习能力。最后强调使用朴素的命中及匹配策略的可行性。