针对 BDD100K 数据集中因跨步卷积导致远距离微小目标（如远处交通锥、行人）特征丢失的问题，该模型在主干网络中引入 Space-to-Depth (SPD) 模块替代传统的下采样卷积层。通过将空间信息无损转化为通道信息，该改进显著保留了低分辨率下的细粒度特征，从而提升了模型对微小风险源的感知能力。