La capacidad de los vehículos aéreos no tripulados (VANT) para flotar, reconocer y localizar objetivos en tierra es crucial para operaciones inteligentes eficientes y precisas a baja altitud, como la entrega de material, el rescate de emergencia y la lucha contra incendios. Este documento presenta una solución técnica para el reconocimiento de objetivos y la localización de búsqueda de VANT a baja altitud. El algoritmo central es un modelo de detección mejorado por RepViT, que integra la red neuronal ligera Re-Parameterization Vision Transformer (RepViT) con un marco de detección de objetos eficiente, además de ser mejorado por el Módulo de Atención de Bloque Convolucional (CBAM) para mejorar la precisión de detección. La estrategia de localización de búsqueda implementa un enfoque por niveles para explorar áreas cercanas desde la posición actual, asignando objetivos a niveles de prioridad y visitándolos en orden de prioridad. Los resultados experimentales demuestran que el modelo mejorado por RepViT logra una precisión media promedio (mAP) del 98.58% en un conjunto de datos de rescate de emergencia personalizado, mejorando la velocidad de detección en tiempo real en dos fotogramas por segundo (18.70 FPS frente a 16.70 FPS para la línea base estándar YOLOv4). Así, el método propuesto mejora efectivamente tanto la precisión como la velocidad de detección, permitiendo una mejor búsqueda y localización de objetivos en entornos complejos. La estrategia de búsqueda fue validada a través de simulaciones, confirmando su viabilidad.