🔍 耿同学打假报告

论文信息

• 来源文件：MSA-YOLO.pdf（注：文件名与文中缩写 MASF 略有出入）
• 标题：MASF-YOLO: An Improved YOLOv11 Network for Small Object Detection on Drone View
• 作者：Liugang Lu, Dabin He, Congxiang Liu, Zhixiang Deng (四川农业大学理学院)
• 期刊：未明确标明（文本格式疑似 IEEE 会议/期刊论文草稿）
• DOI：无
• 发表年份：2024 年及之后（参考文末参考文献时间跨度至 2024 年，且基于 YOLOv11）

综合评定：🟠 高度可疑

（注：虽然核心数据未见明显的低级数字编造痕迹，但论文在创新性包装、文字严谨度以及指标对比上存在典型的“学术包装”与“夸大宣传”行为，属于典型的“模块缝合与文字游戏”类论文。）

详细发现

发现 1：核心创新点存在“冒名顶替”式包装（第六式：引用与方法学异常）

• 位置：Abstract & Section III (C)
• 描述：在摘要中，作者信誓旦旦地写道：“Thirdly, we introduce a Dimension-Aware Selective Integration Module (DASI)...”。然而到了正文第三部分 C 节，作者却赫然写道：“...we introduce the Dimension-Aware Selective Integration Module (DASI) [17].”。
• 证据：摘要将其包装为本文的贡献，但正文中直接加上了引用文献 [17]（HCF-Net: Hierarchical Context Fusion Network... arXiv 2024）。如果模块是别人提出的，就不能在摘要中用“we introduce”作为自己的贡献；如果是自己提出的，正文就不该挂引用。这种前后矛盾是典型的“拿来主义”包装失误。
• 严重程度：🔴 （涉嫌强行将他人的模块包装为自己的核心创新点）

发现 2：文字复制粘贴遗留的“幽灵”命名（第六式：方法学内部矛盾）

• 位置：Section III (A) 第 2 段
• 描述：在介绍完 MFAM 模块后，作者总结道：“Compared to the PKI Module [12], MKAM significantly enhances...”
• 证据：全篇论文提出的是名为 MFAM (Multi-scale Feature Aggregation Module) 的模块，甚至在同一句话中对比的还是 PKI Module，却突然蹦出一个 MKAM。这说明作者在改写或复制其他论文（可能是原引文或自己的草稿）时，连模块名字都没有彻底修改（全局替换失败），属于极度粗心的“Ctrl+C/V”遗留物。
• 严重程度：🟠 （低级文字错误，反映出写作的严谨性极差，有流水线量产嫌疑）

发现 3：掩耳盗铃的“轻量化”对比（第二式：数据造假/误导性数据呈现）

• 位置：Abstract & Table II
• 描述：摘要中极力吹嘘：“MASF-YOLO-s outperforms YOLOv11-m while requiring only approximately 60% of its parameters and 65% of its computational cost.”（以 YOLOv11-m 为垫脚石，声称自己参数量只有它的 60%）。
• 证据：我们来看看 Table II 的真实数据。Baseline YOLOv11-s 的计算量（GFLOPs）是 21.3。作者改进后的 MASF-YOLO-s 计算量飙升到了 44.3（翻了整整一倍多！），参数量也从 9.42M 涨到了 12.05M。
  作者故意用更庞大的 MASF-YOLO-s 去对比更大的 YOLOv11-m，以营造出一种“我又轻又好”的错觉。但相对于其声称的基线 YOLOv11-s，这根本不是轻量化，而是极其沉重的计算负担。这是极其狡猾的数据诱导。
• 严重程度：🟠 （恶意利用对比基准掩盖模型庞大、计算冗余的致命缺点）

发现 4：时间线与硬件合理性检测（第五式：产出异常/时间线检测）

• 位置：Section IV (B) Training Sets & References
• 描述：检查实验环境与时间线逻辑。
• 证据：
  1. YOLOv11 的时间线：论文引用的 YOLOv11 文献为 arXiv:2410.17725, 2024（2024年10月）。当前基准时间为 2026-06-02，完成实验并撰写论文在时间上是合理的。
  2. 显卡型号：实验使用 NVIDIA GeForce RTX 4090D 24G。RTX 4090D 是专供中国市场的特供版显卡（2023年底发布）。结合作者单位（四川农业大学），硬件配置与时间线高度吻合，不存在“穿越时空使用未来设备”的低级造假。
• 严重程度：✅ （此项通过）

发现 5：图片与拼接检测声明（第一式 & 第三式）

• 描述：由于当前输入仅为文本格式，无法对 Figure 1-5（网络结构图与检测效果图）进行像素级噪点分析和 PS 痕迹检测。
• 说明：网络结构图（Fig 1-4）通常是用 Visio 或 PPT 画的，属于示意图，造假意义不大；但目标检测的可视化结果（Figure 5，红框标注图）往往是重灾区，需要警惕是否存在人工抹除真实框、手动画假框的行为。无法判断，暂且存疑。

耿同学辣评

这篇论文简直是深度学习“模块拼凑界”的教科书级别展示！左手抄个 PKINet，右手拿个 HCF-Net，中间再捏个注意力机制，硬生生把 YOLOv11-s 的计算量喂胖了一倍（GFLOPs 21.3 涨到 44.3），然后转头跟读者说：“看！我比你大一号的 YOLOv11-m 还轻呢！” 简直是站在侏儒群里说自己是姚明。更要命的是，自己加的模块连名字都拼不对（把 MFAM 写成 MKAM），别人的 DASI 模块非要含糊其辞当成自己的创新。做学术如果连自己缝合的模块名字都记不住，这心得多大啊？

建议后续行动

• 阅读原始文献，确认其引用的 [17] (HCF-Net) 中的 DASI 模块是否与其所提完全一致。
• 建议审稿人（如是投稿阶段）要求作者解释摘要与正文中关于“we introduce DASI”的自相矛盾。
• 要求作者提供基于 YOLOv11-s 基线的 FPS（每秒帧数）对比，揭露其计算量翻倍带来的真实速度劣势。
• 在 PubPeer 上提出质疑（如果论文已发表）。

⚠️ 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。