複雑なシナリオ下での合成開口レーダー（SAR: Synthetic Aperture Radar）画像のターゲット検出タスクに対し、本稿はネットワークの認識能力およびターゲット捕捉能力の向上を起点とし、従来のSARターゲット検出手法に触発され、完全畳み込み単段階アンカーフリーターゲット検出基盤ネットワークであるFCOS（Fully Convolutional One-Stage Object Detection）を基に、監督付き注意機構に基づきSAR画像の勾配エッジ特性および強い散乱特性を融合したアンカーフリーSARターゲット検出ネットワークTri-GCA-FCOS（Triple Gradient-CFAR-Attention FCOS）を提案する。まず、SAR画像の特性および基盤ネットワークの課題に対応するため、真値ラベルによる監督付き注意（Attention）ブランチを設計し、SARターゲット検出タスクに適応させた。次に、多ストリームネットワーク構造と三つの分岐を持つ相互作用型チャネル・空間注意融合モジュールT-ICSAF（Tri-channel Interactive Channel-Spatial Attention Fusion）に基づき、SAR画像の勾配エッジ特性と強い散乱特性を最大限活用して、ネットワークのターゲット特徴表現能力を向上させた。最後に、SAR画像特性導入による追加の背景クラッター特性問題に対し、真値GT（Ground Truth）ラベル監督の空間注意とSE（Squeeze-and-Excitation）チャネル注意を組み合わせたCSSCAM（Combining Supervised-Spatial And SE Channel Attention Mechanism）モジュールを提案し、ターゲット特徴がさらに強化され背景クラッター特徴が効果的に抑制された強化特徴をネットワークの予測タスクに利用した。本提案ネットワークフレームワークはエンドツーエンドの共同訓練を実現し、ミニチュア合成開口レーダーMiniSAR（Miniature Synthetic Aperture Radar）の実測データにおける関連実験により、本手法の有効性および複雑シナリオにおける優れたターゲット検出性能を十分に検証した。

合成開口レーダー; ターゲット検出; 完全畳み込み単段階ターゲット検出器; 勾配振幅画像; 恒虚警検出