针对遥感目标检测领域中YOLOv3算法对小目标物体的特征表达能力不足以及检测效果不佳的问题，本文提出了一种改进的YOLOv3遥感小目标检测算法。改进的方法包括引入全局信息注意力机制、改进特征提取网络和特征金字塔结构，以提高模型对小目标的特征提取能力和检测能力；同时，通过单尺度Retinex融合特征增强对数据集进行处理，提高模型对小目标特征的学习效果；最后，采用自适应锚框优化算法对anchors进行优化，提高anchors与目标的匹配程度。在使用遥感数据集RSOD进行实验验证时，本文算法的全类平均精度达到92.5%，相比经典的YOLOv3算法提高了10.1%，显著提升了遥感小目标的检测效果。