本研究提出了一种去噪微小目标检测器（DN-TOD），通过类别感知标签校验和趋势引导学习策略来解决类别偏移和边界框噪声问题。DN-TOD 在各种类型的标签噪声下表现出了鲁棒性，显著改进了基准模型 RFLA 在 40% 混合噪声下的性能。