La percepción de UAV marítimos debe detectar y rastrear de manera confiable embarcaciones pequeñas bajo un fuerte deslumbramiento especular. En la práctica, los fallos de detección están dominados por dos factores acoplados: (i) las embarcaciones a menudo ocupan solo unos pocos píxeles, lo que provoca un colapso en la recuperación de objetos pequeños y (ii) el destello del sol y las reflexiones de la superficie del mar generan regiones sobreexpuestas que desencadenan falsos positivos y asociaciones inestables. Este documento presenta Resi-YOLO, un sistema que mejora la sensibilidad a embarcaciones pequeñas mientras preserva el rendimiento integrado en un Jetson Orin Nano. A nivel de modelo, Resi-YOLO combina un camino de características mejorado por P2 con supresión de deslumbramiento basada en CBAM para fortalecer la semántica de alta resolución y suprimir artefactos inducidos por el deslumbramiento; se admite un corte al estilo SAHI para escenas de ultra alta resolución. A nivel de sistema, adoptamos un despliegue dual-mente heterogéneo, donde el Orin Nano realiza la inferencia primaria y un rastreador de isla de seguridad basado en MCU mitiga el retraso/temblor mediante la reproducción de mediciones con sello de tiempo y actualizaciones IMM-UKF. Además, definimos un Puntaje de Severidad del Deslumbramiento (GSS) para estratificar la robustez según la intensidad de la iluminación. Los experimentos muestran que Resi-YOLO mejora APsmall en 13.1 puntos porcentuales sobre YOLOv8n (del 18.4% al 31.5%), eleva el mAP@0.5 en alto deslumbramiento del 41.2% al 53.7%, y funciona a 12.8 FPS de extremo a extremo (~100 ms de latencia) en Jetson Orin Nano, mientras que el rendimiento de inferencia solo de TensorRT supera los 30 FPS.