目标检测是计算机视觉中的一个重要且具有挑战性的问题。尽管过去十年在自然场景中的目标检测方面取得了重大进展，但在航拍图像上的成功却相对缓慢，这不仅是因为地球表面物体实例的尺度、方向和形状存在巨大变化，还因为缺乏标注良好的航拍场景物体数据集。为了推动地球视觉（也称为地球观测和遥感）领域的目标检测研究，我们引入了一个大规模的航拍图像目标检测数据集（DOTA）。为此，我们从不同的传感器和平台收集了2806张航拍图像。每张图像的大小约为4000×4000像素，并包含展示出多种尺度、方向和形状的物体。这些DOTA图像随后由航拍图像解释方面的专家使用15个常见的物体类别进行标注。完全标注的DOTA图像包含188,282个实例，每个实例都由一个任意（8自由度）四边形标记。为了建立地球视觉领域目标检测的基准，我们在DOTA上评估了最先进的目标检测算法。实验结果表明，DOTA很好地代表了真实的地球视觉应用，并且非常具有挑战性。