遥感图像目标检测是遥感图像领域的一个重要研究方向,广泛应用于军事侦察和民用监控领域,其关键研究问题是如何提高遥感图像分类和定位的精度。然而,相对于自然图像,遥感图像目标存在排列密集、方向角度多、小目标数量大等特殊问题,利用通用的目标检测模型效果并不理想。因此,研究有效的面向遥感图像的目标检测方法,提升目标检测器的精度,具有重要的实际意义。针对遥感图像目标检测的上述问题,结合检测框设计和深度学习技术,提出了一种遥感图像目标检测模型,主要内容包括:（1）针对排列密集的问题,采用了DETR（Detection Transformer）模型作为整体框架。其通过编码器解码器结构和二分匹配来进行唯一的预测,与其他基于锚框的旋转目标检测模型相比,消除了锚框的设计和后置处理的必要,简化了整体计算流程。（2）针对方向角度多的问题,采用了基于环形平滑标签的旋转框长边表示法。旋转框能够使包围更加紧凑,定位结果更加精准,同时环形平滑标签的计算把回归问题转化为分类问题,解决了角度周期性对训练的影响。（3）针对小目标数量大的问题,提出了一种基于Dark Net和特征金字塔网络的融合策略。为了提高小目标的检测性能,利用Dark Net网络在金字塔底部引入了一层专用于小目标检测的高分辨特征层,并利用一个下采样层和两个上采样层结合的多尺度融合策略来生成具有丰富信息的特征图。（4）针对遥感图像分辨率高的问题,提出了一种基于可变形注意力机制的解码器。Transformer结构使得训练时间变长,该机制替换原始注意力机制后,使得计算注意力权重时只需要基于部分采样,加速了模型收敛,同时也降低了计算复杂度与所需的空间资源。实验结果表明,所提出的模型对比先前的旋转框检测模型有着更高的精度。具体地,该模型在提取的数据集上平均精度达到了74.87%,说明该模型能很好地适应遥感图像中各类目标的形状与分布特性,具有一定实用性。