随着中国航天事业和遥感事业的蓬勃发展,星上遥感图像的清晰度更高、范围更广、内容也更加丰富。光学遥感是人类了解地球空间信息不可或缺的重要方式,不论对军事、农业还是城市治理等方面都有着重要的意义。但遥感图像的发展中存在几个重要的问题:受到卫星存储容量及卫星与地面通信信道容量的限制,大量有价值的光学遥感图像被迫丢弃;除此之外,光学遥感图像的处理也是一个比较棘手的问题（图像覆盖范围广、目标尺度变化大、环境干扰多等问题）。因此,如何对遥感图像的价值做出合理的评估,筛选出价值更高的遥感图像是一个值得研究的问题。本文对遥感图像目标检测算法进行研究,并在此基础上提出合理的评价方法,对遥感图像的价值做出评估,具体内容如下:（1）本文对YOLO v5进行改进使其适用于旋转目标检测,采用带角度的旋转标注方式代替水平标注方式解决目标密度大和目标重叠的问题。（2）针对遥感图像中的目标尺度相差巨大、小目标多等问题提出MS-YOLO v5。MS-YOLO v5在YOLO v5三个检测头的基础上增加一个检测头用于微小目标的检测;除此之外,针对遥感图像中环境干扰因素众多、目标和背景相似度高的问题,MS-YOLO v5在网络中加入了CBAM模块,减弱了特征图中干扰信息的影响,并在预测阶段采用Soft-NMS进行后处理,有效的提高了模型的精度。（3）为了合理评估遥感图像的价值,本文在对遥感图像进行目标识别的基础上针对图像的内容提出了固定价值量和动态价值量两种评估方法。