为了实现大幅面遥感图像中飞机目标的高效检测与准确定位,通过深度神经网络(Deep Neural Networks,DNN)的级联组合,我们提出了一种新颖的搜寻与检测相集成的飞机目标高效检测算法。首先运用高性能的端到端DNN网络,进行停机坪与跑道区域的像素级高效精准分割,从而大幅度缩小飞机目标的搜索范围,以降低虚警发生概率,完成飞机目标候选检测区域的快速搜寻。进而针对分割所得停机坪与跑道区域,借助手工数据集对YOLO网络模型进行迁移式强化训练,一方面可以弥补训练集在样本类型与数据规模上的不足,另一方面借助YOLO网络的强时效性优势对飞机目标的位置进行回归求解,可以显著提高飞机目标的检测效率。停机坪与跑道分割DNN网络在分割精度与时效性上具有显著优势,而迁移强化训练YOLO网络不仅具有很高的检测效率,在检测精度上也能保持良好的性能。通过一系列综合实验与对比分析,验证了本文提出的搜寻与检测相集成的DNN级联组合式飞机目标检测算法的性能优势。