La detección de objetos en imágenes de teledetección es una tarea crítica dentro del campo de la interpretación y análisis de imágenes de teledetección, sirviendo como base fundamental para la vigilancia militar y la orientación del tráfico. Recientemente, aunque muchos algoritmos de detección de objetos se han mejorado para adaptarse a las características de las imágenes de teledetección y han logrado un buen rendimiento, la mayoría de ellos todavía utilizan cajas delimitadoras horizontales, lo que dificulta marcar con precisión objetivos con múltiples ángulos y arreglos densos en imágenes de teledetección. Proponemos un método de detección de objetos en imágenes de teledetección óptica basado en cajas delimitadoras orientadas y una pirámide de características mejorada, y agregamos un módulo de atención para suprimir el ruido de fondo. Para empezar, incorporamos un módulo de predicción de ángulo que localiza con precisión el objetivo de detección. Posteriormente, diseñamos una red de pirámide de características mejorada, utilizando convoluciones deformables y módulos de fusión de características para mejorar la información de características de objetivos giratorios y mejorar la capacidad expresiva de características en todos los niveles. El algoritmo propuesto en este documento tiene un buen rendimiento en el conjunto de datos público DOTA y el conjunto de datos HRSC2016, en comparación con otros métodos de detección de objetos, y los valores de precisión de detección AP de la mayoría de las categorías de objetos se mejoran en al menos tres puntos porcentuales. Los resultados muestran que nuestro método puede localizar con precisión objetivos dispuestos de forma densa y dinámicamente orientados, reduciendo significativamente el riesgo de pérdida de detecciones y logrando niveles más altos de precisión en la detección de objetivos.