Con el rápido desarrollo de la tecnología de UAV y la tecnología de imágenes infrarrojas, el costo de la tecnología de imágenes infrarrojas de UAV ha disminuido de manera constante. La tecnología de detección de pequeños objetivos en imágenes infrarrojas aéreas tiene un gran potencial para aplicaciones en muchos campos, especialmente en el campo de la vigilancia del tráfico. Debido al bajo contraste y a la información de características relativamente limitada en las imágenes infrarrojas en comparación con las imágenes visibles, la dificultad involucrada en la detección de pequeños objetivos en imágenes aéreas infrarrojas ha aumentado. Para resolver este problema, este estudio propone un modelo de red de atención mejorada por características y dual-GELAN (FEADG-net). En este modelo de red, la fiabilidad y efectividad de la extracción de características de pequeños objetivos se mejora mediante una red base combinada con una mejora de baja frecuencia y un transformador swin. Las características multiescala del objetivo se fusionan utilizando una estructura de cuello dual-GELAN, y se construye una cabeza de detección con los parámetros del InnerIoU autoajustado para mejorar la precisión de detección de pequeños objetivos infrarrojos. La viabilidad del método se demostró utilizando el conjunto de datos HIT-UAV y el conjunto de datos IRTS-AG. Según un experimento comparativo, el mAP50 de FEADG-net alcanzó más del 90 por ciento, lo que fue superior al de cualquier método anterior y cumplió con los requisitos de tiempo real. Finalmente, se realizó un experimento de ablación para demostrar que los tres módulos propuestos en el método contribuyeron a la mejora en la precisión de detección. Este estudio no solo diseña un nuevo algoritmo para la detección de pequeños objetos en imágenes de teledetección infrarroja desde UAVs, sino que también proporciona nuevas ideas para la detección de pequeños objetivos en imágenes de teledetección en otros campos.