La detección de objetos en imágenes aéreas ha tenido un rango más amplio de aplicaciones en los últimos años. A diferencia de los objetivos en las imágenes de disparo horizontal, los objetivos en las fotos aéreas generalmente tienen orientación arbitraria, multi-escala y una alta relación de aspecto. Los métodos existentes a menudo emplean una red de clasificación para extraer características de equivalencia de traslación (TEFs) y utilizan muchos anclajes predefinidos para manejar objetos con diversas variaciones de apariencia. Sin embargo, se enfrentan a desalineaciones en tres niveles, espacial, de características y de tarea, durante diferentes etapas de detección. En este estudio, proponemos un modelo llamado Detector de Alineación Adaptativa por Etapas (SAADet) para resolver estos desafíos. Este método utiliza una Red Adaptativa de Selección Espacial (SSANet) para lograr la alineación espacial del campo receptivo de la convolución a la escala del objeto mediante el uso de una secuencia de convolución con una tasa de dilatación creciente para capturar la información de contexto espacial de diferentes rangos y evaluar esta información a través de la ponderación dinámica del modelo. Después de corregir el anclaje horizontal preestablecido a un anclaje orientado, se logra la alineación de características a través de la convolución de alineación guiada por el anclaje orientado para alinear las características de la columna vertebral con la orientación del objeto. La separación de características utilizando el Filtro Activo Rotativo se realiza para mitigar inconsistencias debido al uso compartido de características de la columna vertebral en tareas de regresión y clasificación para lograr la alineación de tareas. Los resultados experimentales muestran que SAADet logra un equilibrio en velocidad y precisión en dos conjuntos de datos de imágenes aéreas, HRSC2016 y UCAS-AOD.