随着深度学习的快速发展，目标检测网络模型在SAR图像舰船检测取得了很大的成功。为了取得更好的效果，往往采取规模很大的检测网络，这需要更多的计算资源并且推理更慢。知识蒸馏能够有效地压缩网络，但当前的知识蒸馏大都是对于图像分类问题。在分析SAR图像中舰船与背景差异的基础上，提出局部与全局蒸馏的舰船目标检测方法。考虑到舰船在SAR图像中的散射特性，对舰船样本数据进行幅值方向的切片预处理，作为具有更显著散射特性的单独数据通道，提升了网络输入数据的质量。利用SSDD(SAR ship detection dataset)舰船数据集开展目标检测实验和评估。实验结果表明，所提出的方法能够在轻量化网络下，提升舰船检测性能，mAP能达到90.7%。
