据我们所知,SARDet-100K是首个达到COCO级别的大规模多类别SAR目标检测数据集。有了这个高质量的数据集,我们进行了全面的实验,并揭示了SAR目标检测中的一个关键挑战:在数据域和模型结构方面,RGB数据集的预训练与SAR数据集的微调之间存在显著差异。为了弥合这些差距,我们提出了一种新颖的多阶段滤波增强预训练(MSFA)框架,从数据输入、域转换