在高分辨率遥感飞机目标检测过程中，大气中的散射、地表反射的不均匀性、以及其他非目标物体的辐射等，都会在遥感影像中形成杂波，降低检测精度。为此，提出基于深度学习算法的目标检测方法。采用双边滤波技术去除了图像中的椒盐噪声，减少遥感影像中的杂波，保留飞机目标的几何轮廓信息。引入滑动窗口权值，根据图像像素间的空间距离和灰度差共同决定权值系数，从而有效地保护了图像的边缘结构。使用split-fuse-select机制调节感受野的大小，结合动态选择卷积核与多层级残差连接改善网络性能，采用自适应分类模块和注意力引导模块精确筛选无杂波图像中的目标，依据混合置信度排序实现目标检测。实验中模拟了高分辨率遥感飞机干扰状态，本文方法能够在杂波干扰情况下检测出11架飞机，与实验指标一致，且在杂波分布泊松分布参数值为120的情况下，最大归一化目标回波值仅为0.38，能够精准检测高分辨率遥感飞机。