Los canales ópticos de espacio libre (FSO) entre un satélite de órbita terrestre baja (LEO) y una estación terrestre (GS) utilizan un haz óptico altamente direccional que requiere una conexión de línea de visión continua (LOS). En este documento, proponemos un método de detección de objetivos pequeños basado en una red neuronal profunda (DNN) que detecta la posición de un satélite LEO en una imagen infrarroja, lo que se puede utilizar para determinar la alineación del receptor para establecer el enlace LOS. Para la tarea de detección de objetivos pequeños infrarrojos sin un muestreo excesivo hacia abajo, diseñamos un modelo de detección de objetivos utilizando una red de extracción de características (FEN) basada en ResNest modificada, una red piramidal de características personalizada (FPN) y una red de determinación de objetivos (TDN). ResNest utiliza el mecanismo de atención del mapa de características y la propagación de múltiples rutas necesarias para la extracción robusta de características de pequeños objetivos infrarrojos. El FPN personalizado combina mapas de características de múltiples escalas generados a partir de ResNest modificada para obtener semántica robusta en todas las escalas. Finalmente, los mapas de características de múltiples escalas semánticamente fuertes se alimentan en el TDN para detectar pequeños objetivos infrarrojos y determinar su ubicación en las imágenes infrarrojas. Los resultados experimentales utilizando dos funciones de dispersión de puntos ampliamente utilizadas (PSFs) demuestran que el algoritmo propuesto supera a los esquemas convencionales y detecta pequeños objetivos con una tasa de detección real del 99.4% y 94.0%.