目标检测技术是计算机视觉中的核心技术,被广泛应用在智能视频监控、自动驾驶、航空监测等领域。同时,随着遥感技术的不断成熟,可获取的遥感数据量急剧增加。因此,遥感图像目标检测技术逐渐成为研究热点,其指的是设计一个目标检测器,可以高效地识别出遥感图像中的感兴趣目标且对其进行定位。然而,此领域始终面临着许多严峻的难题。首先,由于图像涵盖的物体广泛且杂乱,造成了检测时复杂背景干扰的问题。然后,图像中的小目标极多且密集,故缺乏充足的小目标信息以供识别。最后,目标尺度变化范围较大,常常包含仅占十几个像素的小车等小型目标,同时包含几百个像素的较大尺寸目标,如篮球场等。如何设计一个鲁棒的检测器可有效解决这些问题,亟待讨论。本文针对以上所述难点,提出了一种基于全局空间语义和局部上下文关系的遥感图像目标检测网络,采用基于深度学习的方法对遥感图像中目标检测问题进行了算法与模型的研究工作。主要研究工作如下所述:针对俯拍角度下的遥感图像背景复杂,严重干扰检测精度的问题以及传统做法难以提取全局特征的问题,本文提出了多尺度感知网络,通过在特征提取网络中构建多层级注意力网络,提取更多有用的全局上下文特征。通过使用注意力机制提取图像全局语义信息,使网络更加关注信息表达力强的目标区域,抑制复杂背景干扰。针对遥感图像中小目标常常聚簇且缺乏足够信息难以检测的问题,以及传统检测网络中经过多次下采样操作造成小目标信息丢失等问题,本文提出小目标信息增强网络。通过长短时记忆网络学习图像的空间局部区域之间的上下文关系,探索目标周围区域与目标本身的语义相关性,通过记忆周围区域有用特征为信息不足的目标提供辅助检测线索。针对遥感图像的多尺度目标检测问题,传统方法往往是通过人为地预先设定多组尺寸比例各不同的候选框作为筛选基准框,但此种方法会产生很多无用的冗余框,效率低下。因此,本文提出自适应区域框生成网络,通过利用待测图像丰富的语义特征信息引导网络产生无约束的中心位置和尺寸大小,生成尺度自适应的候选框。不仅可以有效检测尺度变换大的目标,同时对遥感领域不同数据集尺度变化有较强适应性。