一、为什么需要 PConv？
在红外小目标检测（IRSTD）任务中，目标通常具有以下特点：
- 尺寸极小：目标仅占几个像素，缺乏纹理和形状信息
- 高斯灰度分布：红外小目标的像素强度呈高斯分布，中心最亮，向外逐渐衰减
- 信噪比低：目标常被复杂背景（云层、建筑、植被）淹没
- 传统卷积的局限：标准 3×3 卷积采用对称填充，所有方向同等对待，无法有效捕捉红外小目标的方向性空间特征
基于以上观察，AAAI 2025 论文提出了 PConv（Pinwheel-shaped Convolution，风车形卷积），其核心思想是：
用四方向不对称填充 + 条状卷积，模拟红外小目标的高斯空间分布，在几乎不增加参数的情况下，显著扩大感受野。
二、PConv 做了什么？
1️⃣ 四方向不对称填充
PConv 对输入特征图进行四种不同的零填充（以 k=3 为例）：
