本文提出了一种基于Wasserstein距离的微小目标检测优化方法，替代传统的IoU度量，显著提升了检测性能。研究引入新的锚点分配策略和评价指标，有效改进了小目标检测。此外，去噪微小目标检测器在噪声标签下表现出色，增强了模型的鲁棒性。

本研究提出了一种去噪微小目标检测器（DN-TOD），旨在提高远程感知图像中微小目标的检测性能。通过类别感知标签校验和趋势引导学习策略，显著增强了在噪声标签下的鲁棒性。此外，研究还引入了动态交叉标签赋值和基于旋转加权交并比的回归损失指标，以提升3D物体检测效果。