🔍 耿同学打假报告

论文信息

标题：RiO-DETR: DETR for Real-time Oriented Object Detection
作者：Zhangchi Hu, Yifan Zhao, Yansong Peng, Wenzhang Sun, Xiangchen Yin, Jie Chen, Peixi Wu, Hebei Li, Xinghao Wang, Dongsheng Jiang, Xiaoyan Sun
单位：中国科学技术大学、华为技术有限公司、清华大学、合肥综合性国家科学中心人工智能研究院
期刊/平台：arXiv preprint
DOI/编号：arXiv:2603.09411v1
发表/提交日期：2026年3月10日
论文来源：2603.09411v1.pdf

综合评定：✅ 清白 (附带轻微规范性质疑)

详细发现

发现 1：核心实验数据丢失（提取异常/排版严重错乱）

位置：Table 1, Table 2, Table 3, Table 4（主文实验结果）
描述：作为一篇目标检测领域的学术论文，其最核心的性能对比表格中，本论文所提出的 RiO-DETR 系列模型（n, s, m, l, x）的核心评测分数（AP50）、参数量、计算量和延迟数据大面积丢失/留空。例如 Table 1 中，只有其他对比模型的数据，而 "RiO-DETR-n" 到 "RiO-DETR-x" 的数据行是空的。
证据：文本中如 "RiO-DETR-n", "RiO-DETR-s 80.3" 等呈现极度破碎的状态。如果是作者在 LaTeX 转 PDF 或提交 arXiv 时源码出错，这属于极低级的学术粗心；如果是 PDF 解析提取问题，则无法对其宣称的 SOTA（如 78.4% mAP50）进行数学验证。
严重程度：🟡（若是排版失误则是无心之失，但极其影响学术严谨性）

发现 2：学术规范问题（疑似强行互引/无关引用）

位置：References 部分（参考文献列表）
描述：在遥感旋转目标检测的论文中，参考文献列表里混入了几篇毫不相干的多媒体/生成式 AI 论文。最典型的是：
- 文献 [55]：Grpose: Learning graph relations for human image generation with pose priors. (AAAI 2025)
- 文献 [56]：diffusion transformer for low-light image enhancement. (IEEE TMM 2025)
- 文献 [40]：framework for unconstrained story envisioning via closed-loop cognitive orchestration. (arXiv 2026)
证据：在正文（如 Introduction 和 Related Works）中，找不到需要引用这些姿态引导图像生成、低光照增强或认知编排放事论文的语境。这在学术界通常被称为“强制引用”或“互相刷引用”的典型特征。
严重程度：🟠（学术不端高危红旗，但不影响本文模型架构的技术真实性）

发现 3：时间线与版本迭代极其符合逻辑

位置：Introduction, Related Works, Experiments
描述：论文提出了一种基于 DETR 的实时旋转目标检测器，并将它与 YOLO26-obb 进行对比。
证据：
1. 当前日期为 2026-06-15。本文提交于 2026 年 3 月。文中大量引用了 2024 年底至 2025 年底的最新工作（如 D-FINE [arXiv:2410], DEIM [CVPR 2025], YOLO26 [arXiv:2509]）。时间线完全自洽，没有出现“使用未来试剂/模型”的穿越现象。
2. 所引用的 RT-DETRv2、DETR 系列的发展脉络非常符合 CV 圈的真实演进历史。
严重程度：✅ 无异常

发现 4：技术方法与公式推导的自洽性

位置：Section 3 (Methods)
描述：文章提出的三大创新点具有强烈的数学自洽性和工程落地感。
证据：
1. Decoupled Periodic Refinement (公式 5, 6, 7)：针对旋转框角度的周期性（如 $\pi$ 和 $0$ 实际上是同一个物理状态），使用 mod $\pi$ 和 tanh 有界激活函数来约束每一层 Decoder 的更新值，这在 DETR 的渐进式回归中是完全合理且巧妙的数学设计。
2. Shortest-Path Periodic Loss (公式 8)：使用 $|\theta_{pred} - \theta_{tgt}|$ 与 $\pi - |\theta_{pred} - \theta_{tgt}|$ 取最小值，完美解决了旋转目标检测中经典的“边界角度梯度爆炸/方向错误”问题。这证明作者具备扎实的底层算法推演能力，而非用随机数生成器捏造Loss。
严重程度：✅ 无异常

发现 5：无法进行像素级分析

位置：Fig 1 ~ Fig 6
描述：由于仅有纯文本，无法对其声称的可视化特征图（如 t-SNE 聚类图、注意力机制采样点图）进行 PS 痕迹检测或一图多用检测。
严重程度：ℹ️ 信息不足

耿同学辣评

这篇论文的算法设计简直是“整容级”的精细化手术，把旋转框角度周期性这种令人头秃的数学问题盘得明明白白，Loss 设计得连随机数生成器看了都要鼓掌！但是！你的主表格里自家模型的数据竟然能离谱失踪？这就是传说中的“只要我不放数据，我就是 SOTA”吗？另外，在遥感检测论文里偷偷塞入【图像生成】和【低光照增强】的引用，咋的，遥感卫星晚上怕黑还需要做个低光照增强再生成个人像呗？这引用洗得太糙了，兄弟！

建议后续行动

检查 arXiv 原始 PDF 链接，确认 Table 1~4 数据丢失是 PDF 提取错误还是原作者排版事故。若为排版事故，建议作者重新上传 v2 版本。
对作者团队（USTC & 华为）的无条件信任到此为止。针对其掺杂的无关参考文献 [40, 55, 56]，建议在 PubPeer 上友好询问其引用动机。
等待代码开源，验证其宣称的 2.7 ms 延迟是否是在 NVIDIA T4 上真实的端到端推理时间。

⚠️ 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。

RiO-DETR: DETR for Real-time Oriented Object Detection