密に陳列された物体の検出に関して精度向上。Dynamic Refinement Network（DRN）を提案し、物体に合わせて特徴抽出を変更可能にした。物体の形状や回転に合わせて物体の見る領域を変更できるFeature Selection Module（FSM）も提案。

物体位置が密になっているSKU110K(-R), DOTA, HRSC2016データセットを使用。BackboneにHourglass Networkを使用、物体の角度、サイズ、位置関係、ヒートマップを出力するネットワークによりSKU110Kにおいてベースラインと比較して精度が+1.1@mAP向上した。他のデータセットにおいても改善が見られた。

大幅な精度改善が見られたわけではないが、密な物体検出において理にかなった手法を提案して精度向上が見られる点。他の問題に対しても応用が効くという点が評価されている。