La détection d'objets est un problème important et difficile dans le domaine de la vision par ordinateur. Bien que la dernière décennie ait vu des progrès majeurs dans la détection d'objets en scènes naturelles, ces succès se sont faits attendre en ce qui concerne les images aériennes, non seulement en raison de la grande variabilité d'échelle, d'orientation et de forme des instances d'objets à la surface de la Terre, mais aussi en raison du manque de jeux de données bien annotés d'objets en scènes aériennes. Pour faire progresser la recherche sur la détection d'objets dans l'Earth Vision, également connue sous le nom d'Observation de la Terre et Télédétection, nous présentons un grand jeu de données pour la détection d'objets dans les images aériennes (DOTA). À cette fin, nous avons recueilli 2806 images aériennes provenant de différents capteurs et plateformes. Chaque image mesure environ 4000 par 4000 pixels et contient des objets présentant une grande diversité d'échelles, d'orientations et de formes. Ces images DOTA ont ensuite été annotées par des experts en interprétation des images aériennes utilisant 15 catégories d'objets courantes. Le jeu de données DOTA entièrement annoté contient 188 282 instances, chacune étiquetée par un quadrilatère arbitraire (8 ddl) afin de construire une ligne de base pour la détection d'objets dans l'Earth Vision. Nous évaluons les algorithmes les plus avancés de détection d'objets sur DOTA. Les expérimentations montrent que DOTA représente bien les applications réelles de l'Earth Vision et présente des défis considérables.