🔍 耿同学打假报告

论文信息

• 标题：YOLOCrane: An Enhanced YOLOv8-Based Algorithm for Robust Crane Detection in Transmission Line Scenarios
• 作者：Xiaolong Wang, Bo Jiang, Yanwei Zhang, Genyi Wang, Guocheng An
• 期刊/会议：2025 International Conference on Intelligent Computing (ICICC 2025)
• 发表年份：2025 (会议时间：2025年7月26-29日)
• 论文来源：145.pdf

综合评定：🟠 高度可疑

(注：由于仅提供文本而无法获取原始高清图片，本报告暂不触发第一式和第三式的图片检测，主要针对数据逻辑、数学公式和实验合理性进行硬核排查。)

详细发现

发现 1：数据造假检测 —— “薛定谔的训练时间”

• 位置：Section 3.1, Table 1
• 描述：在对比 VGG16、VGG16+LBP 和 VGG16+Ours 的实验中，作者声称其提出的 Channel-wise LBP 方法在 CIFAR-10 和 CIFAR-100 上不仅精度大幅提升，而且训练时间几乎没有增加。
• 证据：
  • 在 CIFAR-10 上，Baseline VGG16 耗时 3.1h，加入传统 LBP 耗时 10.4h，而加入作者复杂的 "Channel-wise LBP + 可学习掩码 + 归一化" 竟然只耗时 3.2h。
  • 在 CIFAR-100 上，同理，从 9.5h 仅增加到 9.7h。
  • 违背常理：在深度学习中，加入额外的 unfold 操作、跨通道二值化、可学习掩码相乘以及额外的梯度反传，算力消耗不可能仅增加 3%（0.1h - 0.2h）。除非作者关闭了该模块的梯度，或者这组训练时间是用随机数生成器敲出来的。
• 严重程度：🔴

发现 2：数据造假检测 —— “惊人一致的推理速度”

• 位置：Section 3.2, Table 2
• 描述：在消融实验中，不同模块组合下的模型参数量有明显变化（85.5MB 到 88MB），但其报告的 FPS（每秒帧数）却呈现出极其不自然的紧凑分布。
• 证据：
  • 加入 DAF(B) 后，FPS 为 47.61。
  • 加入 DAF(N) 后，FPS 为 47.64。
  • 同时加入 DAF(B) 和 DAF(N) 后，FPS 为 47.53。
  • 在目标检测中，网络结构的改变（特别是引入复杂的注意力机制和分支）通常会导致显存分配和算子调用效率的波动。FPS 精确到小数点后两位，且在结构大幅改变的情况下仅在小数点后微动（47.53 ~ 47.65），这更像是人为编造或刻意“修饰”的数据，而非真实测量的工程数据。
• 严重程度：🟠

发现 3：实验设计异常 —— “测试集比验证集简单得多？”

• 位置：Abstract & Section 3.2, Table 2 & Section 3.3, Table 3
• 描述：作者声称使用了 CraneLine 数据集，其中包含训练集、验证集和 100 张真实场景测试集。但验证集与测试集的指标存在巨大的逻辑断裂。
• 证据：
  • 在 Table 2 中，YOLOCrane 的验证集 mAP50 为 85.8%，但真实场景测试集的 AP50(test) 竟高达 98.1%！
  • 在 Table 3 中，对比模型的验证集 mAP50 在 83.1 - 84.1 之间，但 AP50(test) 也在 95.1 - 96.7 之间。
  • 违背常理：一个在合成数据（通常有完美的标注）上训练的模型，去测试 100 张“真实世界复杂场景”的图片，通常会因为 Sim-to-Real Gap（域偏移）导致性能下降。但这篇论文中，真实测试集的精度（98.1%）竟然比包含合成图像的验证集精度（85.8%）高了整整 12.3%！这说明所谓的“100张真实测试图”要么是极其简单的“白送”样本，要么存在数据泄露，要么就是结果被严重挑选过。
• 严重程度：🔴

发现 4：方法学异常 —— “乱码级的数学公式”

• 位置：Section 2, Channel-wise LBP, 公式 (5)
• 描述：论文中试图解释可学习掩码 \(M\) 的梯度回传机制，但给出的公式 (5) 在文本层面上呈现出极其混乱的排版和逻辑。
• 证据：
  • 文本显示：LjiCenterN M L ji ji o jiji o ji δ ∇ ⋅ > I = ∂ ∂ ∑ , ,, ) (。
  • 这种不仅是排版错误，甚至将微积分符号、损失函数梯度 \(\nabla_L\)、指示函数 \(\mathbb{1}\) 胡乱堆砌在一起的现象，通常发生在直接复制粘贴其他论文的公式而不理解其含义，或者使用低劣的 PDF 转 Word 工具试图修改他人文章时。
  • 在严谨的学术论文中，核心贡献模块的损失推导写成这样，极度不正常。
• 严重程度：🟠

发现 5：数据集描述异常 —— “强迫症的合成数据”

• 位置：Section 3, Experiments (首段)
• 描述：对于 CraneLine 数据集的描述存在极度不符合常理的定语。
• 证据：原文写道：“The dataset comprises 4,739 training images and 300 validation images, each containing 11 cranes of varying sizes and positions...”。
  • 翻译过来是：4739张训练图和300张验证图，每一张都正好包含 11 台起重机。
  • 真实的起重机检测数据集不可能每张图片都“不多不少正好有11个目标”。如果是合成数据，这种死板的设定说明数据生成脚本缺乏随机性（比如固定生成11个目标）。用这种极度死板的数据训练出的模型，其泛化能力根本无法代表真实水平。
• 严重程度：🟡

耿同学辣评

这篇论文的数据简直比我衣柜里的格子衫还要整齐！加了一堆复杂的通道注意力机制和LBP算子，训练时间居然连 0.1 个小时都不舍得涨；更离谱的是，模型去测“复杂真实世界图片”，准确率反而比验证集暴涨了 12%。兄弟，你这不是做目标检测，你这是在做“定向狙击”吧？还有那个写成一锅粥的公式 (5)，是用脚趾头在键盘上滚出来的吗？

建议后续行动

• 要求作者公开 Table 1 中 CIFAR 数据集的训练日志和 Table 2 的原始 FPS 测试脚本
• 要求作者公开那 100 张“神级”真实测试图，看看是不是每张图里起重机的特征都大得像灯笼
• 在 PubPeer 上提出对公式 (5) 排版及数学逻辑的质疑
• 核查该论文是否涉嫌洗稿或拼接开源代码而不注明出处

⚠️ 免责声明

本报告由 AI 辅助生成，仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信，但也尊重每一位研究者的名誉权。
如有异议，请以官方调查结论为准。
本工具不保证检测结果的准确性，误报和漏报均有可能。