数据在视觉检测任务中起着重要作用，但固定翼无人机的数据很难获取，这给获取足够数量的真实固定翼无人机数据资源带来了巨大挑战。构建了一个包含大量模拟和少量真实固定翼无人机数据的固定翼无人机数据集。通过对仿真固定翼无人机数据的训练，采用权重迁移的思想来检测真实的固定翼无人机数据。在此基础上，提出了一种两阶段学习策略，利用多尺度特征融合进一步缩小无人机的漏检率。结果表明，利用仿真数据检测真实固定翼无人机在未来的目标检测研究中具有潜在的应用前景。