Crear un detector de objetos en tiempo real basado en bordes para imágenes aéreas de vehículos aéreos no tripulados (UAV) es un desafío debido a los recursos computacionales limitados y al pequeño tamaño de los objetos detectados. Los detectores de objetos ligeros existentes a menudo priorizan la velocidad sobre la detección de objetivos extremadamente pequeños. Para equilibrar mejor este compromiso, este artículo propone un detector de objetos eficiente y de baja complejidad para plataformas de computación en el borde desplegadas en UAV, denominado EUAVDet (Detector de Objetos UAV Basado en Bordes). Específicamente, se introduce primero un módulo de reducción de características eficiente y un nuevo bloque de agregación de múltiples núcleos en la red base para retener más detalles de características y capturar información espacial más rica. Posteriormente, se incorpora una red de pirámide de características mejorada con un módulo fantasma más rápido en la red de cuello para fusionar características de múltiples escalas con menos parámetros. Las evaluaciones experimentales en los conjuntos de datos VisDrone, SeaDronesSeeV2 y UAVDT demuestran la efectividad y la capacidad de plug-and-play de nuestros módulos propuestos. En comparación con el detector de última generación YOLOv8, el EUAVDet propuesto logra un mejor rendimiento en casi todas las métricas, incluidos parámetros, FLOPs, mAP y FPS. La versión más pequeña de EUAVDet (EUAVDet-n) contiene solo 1.34 M de parámetros y alcanza más de 20 fps en el Jetson Nano. Nuestro algoritmo logra un mejor equilibrio entre la precisión de detección y la velocidad de inferencia, lo que lo hace adecuado para aplicaciones UAV basadas en bordes.