恭喜圣东！论文被 ICCV 2025 录用

🎉 热烈祝贺！ 我们由衷祝贺圣东同学的论文《DISTA-Net: Dynamic Closely-Spaced Infrared Small Target Unmixing》被计算机视觉顶级国际会议 ICCV 2025 接收！📁 论文、代码、预训练权重、中文翻译及详细解读均已全面公开，诚挚欢迎国内外同行试用、复现与共建，共同推动红外弱小目标检测领域的开放协作与算法进步！

在红外弱小目标检测中，密集分布、相互干扰的小目标“解混” 一直是业内公认的难点——目标信号弱、背景杂波强，传统方法在分辨重叠目标时性能受限，严重依赖人工设计特征。

为此，圣东提出首个专门针对该任务的深度学习模型 DISTA-Net，创新性地引入动态卷积权重与自适应阈值机制，使网络能根据输入内容实时调整重建过程，显著提升亚像素级目标的分离与检测精度。更难得的是，该工作同步构建了首个面向密集红外小目标的开源生态，包括 CSIST-100K 数据集、CSO-mAP 评估指标 与 GrokCSO 工具包，形成从数据、模型到评估的完整闭环。

📄 PDF ｜ 💻 代码 & 数据集 ｜ 📝 幻灯片 ｜ 🎥 视频讲解 ｜ 📚 中文解读 ｜ 📄 论文翻译

看到圣东在学术道路上的坚持与成长，我由衷地为他感到骄傲。作为一名本硕均来自双非院校的学生，他始终保持着对科研的热忱与专注，最终以第一作者身份在计算机视觉顶会ICCV 2025上发表论文，这份成绩是对他长期努力最好的肯定。

我们始终相信，优秀的科研能力并非名校的专利，而是源于纯粹的热爱、不懈的投入以及解决问题的强大内驱力。 圣东的成长历程就是最好的证明——从基础工作做起，在密集红外小目标解混这个难题上持续深耕，最终创新性地提出了DISTA-Net模型，并构建了首个完整开源生态。

**我们致力于为每一位具备同样特质的同学，提供一个不计出身、足够包容、资源充沛的成长平台。**我们期待，也正在寻找更多像圣东一样，心怀热忱、不畏艰难、渴望创造价值的同学加入我们，共同投身于这些兼具挑战与国家需求的科研事业中。在这里，你将获得充足的科研资源、用心的指导以及与优秀同伴共同成长的机会，在重要的科研方向上实现自己的价值。

另外，两篇合作论文也一并被 ICCV 2025 接收：

• 余创 一作
  From Easy to Hard: Progressive Active Learning Framework for Infrared Small Target Detection with Single Point Supervision
  提出渐进式主动学习（PAL）框架，先学易样本、再逐步引入难样本并优化伪标签，大幅提升单点监督下红外小目标检测性能，弥合单点监督与全监督之间的性能差距。
  📄 PDF ｜ 💻 代码

• 陈诺 一作
  Event-based Tiny Object Detection: A Benchmark Dataset and Baseline
  构建首个大规模事件相机小目标检测数据集 EV-UAV，提出 EV-SpSegNet 基线网络与时空相关损失，显著提升反无人机任务的小目标检测性能，为后续研究提供标准基准。
  📄 PDF ｜ 💻 代码 & 数据集

再次祝贺圣东、余创、陈诺及所有合作者！