Los algoritmos de detección de objetos para imágenes de teledetección óptica a menudo enfrentan desafíos en la eficiencia computacional, particularmente al detectar objetivos pequeños y densamente empaquetados. Este artículo presenta CGBi_YOLO, una nueva red de detección de objetivos terrestres ligera diseñada para optimizar la utilización de recursos computacionales mientras mantiene las capacidades de detección para objetivos a pequeña escala. Nuestro enfoque incorpora una innovadora estrategia de optimización ligera que presenta una nueva red de extracción de características de respaldo ligera: CSPGhostNet. Este modelo mejora significativamente la capacidad de detección de objetos pequeños dentro de imágenes de teledetección óptica sin aumentar las demandas computacionales. La eficacia del modelo propuesto se valida a través de rigurosos experimentos en el conjunto de datos DOTA. En comparación con el modelo base, CGBi_YOLO logra una reducción del 30% en parámetros y un aumento del 36% en la velocidad de inferencia. El modelo demuestra un rendimiento excepcional en el manejo de objetivos pequeños y densamente empaquetados dentro de imágenes de teledetección óptica, mostrando su potencial para aplicaciones en el mundo real en campos como el monitoreo ambiental, la planificación urbana y la gestión de desastres.