Un sensor infrarrojo es un dispositivo de imagen comúnmente utilizado. Los vehículos aéreos no tripulados, la plataforma móvil más prometedora, juegan un papel vital en sus respectivos campos. Sin embargo, rara vez se combinan los dos dispositivos en tareas automáticas de detección de vehículos terrestres. Por lo tanto, cómo aprovechar al máximo, especialmente en la detección de vehículos terrestres basada en imágenes aéreas, ha despertado un amplio interés académico. Sin embargo, debido a la baja resolución de las imágenes aéreas y la complejidad de la detección de vehículos, cómo extraer características notables y manejar variaciones de pose, cambios de vista y radiación circundante sigue siendo un desafío. De hecho, estas características abstractas típicas extraídas por redes neuronales convolucionales son más reconocibles que las características de ingeniería, y es posible aprender y memorizar esas condiciones complejas involucradas antes. En este documento, se propone un enfoque novedoso hacia la detección de vehículos terrestres en imágenes infrarrojas aéreas basado en una red neuronal convolucional. El UAV y el sensor infrarrojo utilizados en esta aplicación se introducen primero. Luego, se construye una nueva plataforma móvil aérea y se crea un conjunto de datos de vehículos aéreos infrarrojos sin precedentes. Publicamos este conjunto de datos (NPU_CS_UAV_IR_DATA), que puede ser utilizado para la investigación siguiente en este campo. A continuación, se construye una red neuronal convolucional de extremo a extremo. Con grandes cantidades de características reconocidas aprendidas de forma iterativa, se construye un modelo de vehículo terrestre en tiempo real. Tiene la capacidad única de detectar tanto vehículos estacionarios como en movimiento en entornos urbanos reales. Evaluamos el algoritmo propuesto en algunas imágenes infrarrojas aéreas de baja resolución. Los experimentos en el conjunto de datos NPU_CS_UAV_IR_DATA demuestran que el método propuesto es efectivo y eficiente para reconocer los vehículos terrestres. Además, puede llevar a cabo la tarea en tiempo real logrando un rendimiento superior en la tasa de fuga y falsas alarmas.