提出了一种基于级联神经网络的无人机目标关键点检测算法。该算法采用的网络由两部分级联而成: 网络 1负责对目标整体进行检测; 网络 2接收目标图像作为输入, 输出目标上关键点位置信息。针对现有方法通过加深网络提升准确性带来的低实时性问题, 该算法通过引入两种跨层级连接方式, 加强神经网络对全局信息的重利用, 提升关键点定位的准确性, 同时利用深度可分离卷积降低网络参数量, 提升实时性。经测试集数据验证, 该算法在复杂环境下关键点定位相对误差为 0.03, 在 NvidiaGeforceGTX1080ti上平均运行速度为 28f/s。在保证较高定位准确性的同时, 满足当前应用对算法实时性的要求。