我们提出了一种名为自适应周期嵌入（Adaptive Period Embedding, APE）的新方法，用于表示航拍图像中的定向物体。传统的物体检测方法通常使用水平边界框来表示物体，但在航拍图像中，物体往往是定向的。计算物体的角度仍然是一个具有挑战性的任务。几乎所有的先前针对航拍图像的物体检测器都直接回归物体的角度，但它们使用复杂的规则来计算角度，性能受到规则设计的限制。相比之下，我们的方法基于定向物体的角度周期性。角度由两个二维周期向量表示，这两个向量的周期不同，并且在形状变化时保持连续。与以往的方法相比，标签生成规则更加简单合理。所提出的这种方法具有通用性，可以应用于其他定向检测器。此外，我们还提出了一种新的长条形物体交并比（Intersection over Union, IoU）计算方法，称为长度无关IoU（Length Independent IoU, LIIoU）。通过截取目标框的长边部分，我们获得了提议框与截取后的目标框之间的最大IoU。因此，一些长条形框将有对应的正样本。我们的方法在2019年IEEE CVPR大会附属工作坊“航拍图像中物体检测”（Detecting Objects in Aerial Images）举办的DOAI2019竞赛任务1（定向物体）中取得了第一名的成绩。