ركّزت الأبحاث الحديثة في مجال اكتشاف الكائنات باستخدام الاستشعار عن بعد بشكل كبير على تحسين تمثيل المربعات المحيطة الموجهة، لكنها أهملت المعرفة السابقة الفريدة التي تُقدّمها السياقات الخاصة بالاستشعار عن بعد. يمكن أن تكون هذه المعرفة السابقة مفيدة، حيث قد تؤدي الكائنات الصغيرة في الصور الفضائية إلى اكتشاف خاطئ دون الاستناد إلى سياق بعيد كافٍ، كما أن السياقات البعيدة المطلوبة قد تختلف باختلاف أنواع الكائنات. في هذا البحث، نأخذ هذه المعرفة السابقة بعين الاعتبار ونُقدّم شبكة LSKNet (الشبكة ذات النواة الكبيرة والاختيارية). تتيح LSKNet تعديلًا ديناميكيًا لمنطقة الاستقبال الفضائي الكبيرة لتمكين نمذجة أفضل للسياقات البعيدة للكائنات المختلفة في سياقات الاستشعار عن بعد. إلى حد علمنا، يُعد هذا أول بحث يُستكشف فيه ميكانيكيات النواة الكبيرة والاختيارية في مجال اكتشاف الكائنات باستخدام الاستشعار عن بعد. وبلا تفاصيل إضافية، تحقق LSKNet أداءً جديدًا في أفضل النتائج على المعايير القياسية، حيث بلغت 98.46% من mAP على HRSC2016، و81.85% على DOTA-v1.0، و47.87% على FAIR1M-v1.0. وباستخدام تقنية مشابهة، حصلنا على المركز الثاني في مسابقة الخوارزميات الدولية لمنطقة الخليج الكبرى لعام 2022. يمكن الوصول إلى الكود من خلال الرابط: https://github.com/zcablii/Large-Selective-Kernel-Network.