اكتسبت تقنية كشف الأهداف باستخدام الرادار ذو الفتحة الاصطناعية (SAR) اهتمامًا كبيرًا مؤخرًا بسبب قدرتها على التصوير في جميع الظروف الجوية والتي لا يمكن تعويضها. ومع ذلك، يعاني هذا المجال البحثي من وجود قواعد بيانات عامة محدودة (تتألف معظمها من أقل من 2000 صورة تحتوي على أهداف أحادية الفئة) ومن عدم توفر الكود المصدر. لمواجهة هذه التحديات، قمنا بإنشاء مجموعة بيانات معيارية جديدة وطريقة مفتوحة المصدر لكشف الأهداف بحجم كبير باستخدام الرادار ذو الفتحة الاصطناعية (SAR). تُعد مجموعة البيانات الخاصة بنا، SARDet-100K، نتيجة لمسوحات مكثفة وجمع وتقنين 10 من قواعد البيانات الموجودة لكشف الأهداف باستخدام SAR، مما يوفر مجموعة بيانات كبيرة ومتنوعة للأغراض البحثية. حسب علمنا، تعد SARDet-100K أول مجموعة بيانات متعددة الفئات بحجم COCO تم إنشاؤها خصيصًا لكشف الأهداف باستخدام SAR.باستخدام هذه المجموعة البيانات عالية الجودة، أجرينا تجارب شاملة وكشفنا عن تحدي حاسم في كشف الأهداف باستخدام SAR: الاختلافات الكبيرة بين التدريب الأولي على قواعد البيانات RGB والتدريب النهائي على قواعد البيانات SAR فيما يتعلق بمجال البيانات وهيكل النموذج. لسد هذه الثغرات، نقترح إطار عمل جديد للتدريب الأولي متعدد المراحل مع زيادة المرشحات (MSFA) الذي يعالج المشكلات من وجهة نظر مدخلات البيانات وانتقال المجال ونقل النموذج. يعزز الإطار المقترح MSFA بشكل كبير أداء نماذج كشف الأهداف باستخدام SAR ويظهر قابلية تعميم استثنائية ومرونة عبر نماذج متنوعة. يهدف هذا العمل إلى فتح الطريق لمزيد من التقدم في مجال كشف الأهداف باستخدام SAR. يمكن الحصول على المجموعة البيانات والكود المصدر من الرابط التالي: https://github.com/zcablii/SARDet_100K.