Este documento propone un modelo de imagen y detección de Radar de Apertura Sintética (SAR) de múltiples objetivos en la escena marítima. La muestra de la superficie del mar se genera de acuerdo con la teoría de superficie rugosa compuesta. El modelo de imagen SAR se construye en base a un enfoque de cálculo EM híbrido con la estrategia de trazado de rayos rápido y la solución modificada de la Aproximación de Pequeña Pendiente de Faceta (SSA). Las simulaciones numéricas calculan la dispersión EM y la imagen SAR de los múltiples objetivos cónicos sobre la superficie del mar, con los mecanismos de dispersión analizados y discutidos. Los conjuntos de datos de imagen SAR se establecen luego mediante simulaciones de imagen SAR. Se desarrolla una red neuronal YOLOv7 modificada con el módulo de Pirámide Espacial de Pooling Rápido de Pirámide Conectada Espacialmente (SPPFCSPC), el Módulo de Atención de Bloque Convolucional (CBAM), la estructura modificada de la Red de Pirámide de Características (FPN) y una cabeza de detección adicional. En el proceso de entrenamiento en nuestros conjuntos de datos SAR construidos, la tasa de precisión, tasa de recuperación, mAP@0.5 y mAP@0.5:0.95 son del 97.46%, 90.08%, 92.91% y 91.98%, respectivamente, después de 300 rondas de entrenamiento. Los resultados de detección muestran que el YOLOv7 modificado tiene un buen rendimiento al seleccionar los objetivos fuera de la compleja superficie del mar y el fondo de interferencia de múltiples trayectorias.