RGBT-Tiny

双模态小目标检测基准，直接跑通基线对比

RGBT-Tiny 是论文《Visible-Thermal Tiny Object Detection: A Benchmark Dataset and Baselines》的官方代码仓库，面向可见光与红外热成像双模态下的小目标检测任务。它解决的核心问题是：现有 RGB-T 数据集和评测多针对常规尺寸目标，缺乏对极小目标（如无人机视角下的行人、车辆）的系统性基准，导致算法在真实远距离场景中难以评估与优化。项目提供配准的可见光-热红外图像对、精细标注的小目标框，以及多种单模态与多模态检测基线（如基于 YOLO 系列和双流融合结构），并给出训练、评测脚本与指标结果。核心能力包括：多模态数据加载与对齐、小目标友好的数据增强、基线模型复现、以及统一的 mAP 等评测流程，方便研究者直接对比不同融合策略在小目标上的效果。