针对在开展航空侦察取证时缺乏自动化、智能化取证手段的情况,提出了一种基于RetinaNet与SE融合的航空取证目标检测算法,解决目标尺度变化大、数据集中类别不均衡的问题,并通过SE(squeeze-excitations)模块引入注意力机制进一步改进性能。该改进算法中的特征金字塔网络FPN可有效应对目标尺寸变化较大问题,Focal Loss可有效应对数据均衡性问题,SE模块引入通道注意力机制对特征图进行加强,可进一步利用提取的通道间相关性增强有效特征并抑制无效特征。通过仿真实验,验证了算法能够在增加少量计算条件下提高目标检测准确率,进一步增强模型的表征能力,有效提高目标检测效率,可为相关工程应用提供参考。