无人机和卫星遥感的飞速发展使得航拍图像越来越容易获取。相比于自然场景下拍摄的图像,航拍图像通常能够包含更多的地物信息,因此如何在航拍图像中进行检测已成为当前热门的研究课题。然而由于特殊的拍摄视角,航拍图像中具备检测意义的目标尺度通常非常小,例如人、车等,而且航拍图像也具有背景复杂、正负样例不平衡以及目标类别之间不平衡等问题,这给目标检测造成了极大的困难。当前基于卷积神经网络的航拍检测算法已经成为主流,这类算法通常将航拍图像的检测分为三个阶段。第一阶段获取图像的语义信息,例如目标簇区域、目标密度图等。第二阶段则利用这些语义信息对图像进行裁剪。第三阶段对裁剪块逐个进行目标检测,并融合最终的结果。这类算法在航拍检测中取得巨大成功的主要原因在于,通过图像裁剪可以增加目标在图像中的面积占比。但这类算法也存在一些问题,包括目标在裁剪块中面积占比不合理导致检测精度变低、裁剪块过多导致检测效率低等问题。针对航拍图像的检测难点以及近两年航拍检测算法的缺陷,本文提出了一种基于粗粒度密度图的航拍图像检测算法。首先本文设计了粗粒度密度图和密度估计模型。然后将密度图中目标连通区域的最小包围框作为图像裁剪的依据,并且闭操作和回归模型调整簇区域的数量和簇区域内目标的尺度。在训练阶段使用Mosaic增强和自适应训练样例选择机制解决正负样例不平衡、类别之间不平衡以及小目标训练问题。最后对裁剪块逐个进行检测,并且合并一张图像中所有裁剪块的检测结果。模型在VisDrone、UAVDT、DOTA和TT100K四个数据集上测试。实验结果显示了本文算法的优越性。在无人机采集的VisDrone和UAVDT数据集上,相比于近两年航拍检测模型,本文算法的检测精度有显著提升,这说明对于无人机拍摄的图像,本文算法是非常有效的。而对于卫星拍摄的图像DOTA和交通信号图像TT100K,本文算法获得了和主流算法近似的效果,这表明本文算法对于不同场景具有鲁棒性。