机载成像系统广泛应用于战场侦察、交通监管、安全巡检、灾区搜救等军民领域,机载目标检测识别是场景感知、目标搜索的重要手段。近年来,深度学习检测方法取得比传统检测方法更好的效果。然而,机载探测距离远,目标尺寸小而场景复杂;机载资源受限而实时性需求高,给机载检测带来挑战。本文针对检测模型庞大、小目标精度低、推理时间长的问题开展特征提取结构、空间上下文方法和端到端推理研究。针对特征提取中小目标特征匮乏易丢失的问题,提出基于特征聚合的轻量化小目标检测框架。该框架设计多层级聚合结构来聚合浅层特征,减少小目标细节信息丢失,并在像素级聚合结构中为特征图生成不同尺度的幻影,丰富小目标语义信息。另外,网络中所有结构均作了轻量化设计,大幅压缩了模型大小。实验表明多层级特征聚合网络以2.46M参数量实现19.32%m AP的检测精度,实现精度和性能均衡。针对机载视角下场景复杂、特征变化多样导致小目标检测精度低的问题,提出全局-区域感知检测网络。鉴于目标与图像场景的内在联系,该网络提出空间全局感知编码和空间区域感知编码结构分别对图像特性和区域场景建模。用图像特性编码信息引导学习目标多样化特征,减少拟合难度。用区域场景编码信息帮助理解背景语义,降低误检概率。对比分析实验证明全局-区域感知网络具有建模机载场景的能力,对极小目标（＜16×16像素）检测性能提升了19.5%。针对机载视角下目标数量多导致后处理耗时长的问题,提出端到端推理的稀疏框预测网络。该网络设计的3D滤波结构结合相邻层预测结果,并行计算抑制冗余预测框,取代后处理非极大值抑制操作,实现端到端推理流程,加快网络检测速度。针对稀疏框预测网络精度低的问题,提出动态混合损失来训练模型,增加稀疏特征拟合能力,显著减少精度损失。实验表明,输入640×640分辨率图像,稀疏框预测网络将检测速度从30FPS提升至40FPS,仅有0.62%m AP精度损失。