Las cumbres de montaña son puntos topográficos vitales, que son esenciales para comprender los procesos de formación del relieve y sus impactos en el medio ambiente y el ecosistema. Los métodos tradicionales de detección de cumbres operan en características hechas a mano extraídas de datos del modelo digital de elevación (DEM) y aplican algoritmos de detección paramétricos para localizar las cumbres de montaña. Sin embargo, estos métodos pueden no ser efectivos para lograr resultados de reconocimiento deseados en cumbres pequeñas y sufren del problema de falta de criterio objetivo. Por lo tanto, para abordar estos problemas, proponemos una red neuronal convolucional regional más rápida (Faster R-CNN) mejorada para detectar con precisión las cumbres de montaña a partir de datos DEM. Basado en Faster R-CNN, la red mejorada adopta un bloque de convolución residual para reemplazar la parte tradicional y agrega una red de pirámide de características (FPN) para fusionar las características con capas adyacentes para abord