Asegurar la seguridad en el mar se ha convertido en un enfoque principal del monitoreo marino, impulsando la creciente adopción de tecnología de detección de barcos en la industria marítima. La detección de objetivos de barcos pequeños en imágenes SAR presenta desafíos, ya que ocupan solo una pequeña parte de la imagen y presentan características sutiles, lo que reduce la eficiencia de detección. Para abordar estos desafíos, proponemos el algoritmo HCA-RFLA para la detección de barcos en teledetección SAR. Para capturar mejor los objetivos pequeños, diseñamos un mecanismo de atención colaborativa jerárquica (HCA) que mejora la representación de características al integrar características de múltiples niveles con información contextual. Además, debido a la escasez de muestras positivas para objetivos pequeños bajo estrategias de muestreo de IoU y centro, proponemos una estrategia de asignación de etiquetas basada en campos receptivos gaussianos, conocida como RFLA. RFLA asigna muestras positivas a objetivos pequeños basándose en la distribución gaussiana entre puntos de características y verdad terrestre, aumentando la sensibilidad del modelo a muestras pequeñas. El HCA-RFLA fue validado experimentalmente utilizando los conjuntos de datos SSDD, HRSID y SSD. En comparación con otros métodos de vanguardia, HCA-RFLA mejora la precisión de detección en un 6,2%, 4,4% y 3,6%, respectivamente. Estos resultados demuestran que HCA-RFLA supera a los algoritmos existentes en la detección de barcos en teledetección SAR.