El algoritmo de detección de pistas para aeronaves de ala fija es un tema candente en el campo de la navegación visual de aeronaves. La alta precisión, la alta tolerancia a fallos y el diseño ligero son los requisitos fundamentales en el ámbito de la detección de características de pistas. Este documento tiene como objetivo abordar estas necesidades proponiendo un algoritmo ligero de detección de características de pistas llamado YOMO-Runwaynet, diseñado para dispositivos de borde. El algoritmo presenta una arquitectura de red ligera que sigue el marco de inferencia YOMO, combinando las ventajas de YOLO y MobileNetV3 en la extracción de características y la velocidad operativa. En primer lugar, se introduce un módulo de atención ligero en MnasNet, y se emplea el MobileNetV3 mejorado como la red base para mejorar la eficiencia de extracción de características. Luego, se incorporan PANet y SPPnet para agregar las características de múltiples capas de características efectivas. Posteriormente, para reducir la latencia y mejorar la eficiencia, YOMO-Runwaynet genera una única predicción óptima para cada objeto, eliminando la necesidad de supresión de no máximos (NMS). Finalmente, los resultados experimentales en dispositivos integrados demuestran que YOMO-Runwaynet logra una precisión de detección de más del 89.5% en el ATD (Conjunto de Datos de Pistas Aerovista), con una tasa de error de píxeles de menos del 0.003 para la detección de puntos clave de la pista, y una velocidad de inferencia que supera los 90.9 FPS. Estos resultados indican que el algoritmo YOMO-Runwaynet ofrece alta precisión y rendimiento en tiempo real, proporcionando un soporte efectivo para la navegación visual de aeronaves de ala fija.