Los drones juegan un papel importante en el desarrollo de la teledetección y la vigilancia inteligente. Debido a los recursos computacionales limitados a bordo, la detección de objetos basada en drones aún enfrenta desafíos en aplicaciones reales. Al estudiar el equilibrio entre la precisión de detección y el costo computacional, proponemos un nuevo algoritmo de detección de objetos para el vuelo de drones en escenarios marítimos a gran escala. Se introduce el Transformer para mejorar la parte de extracción de características y es beneficioso para la detección de objetos pequeños u ocultos. Mientras tanto, el costo computacional del algoritmo se reduce al reemplazar las operaciones de convolución por transformaciones lineales más simples. Para ilustrar el rendimiento del algoritmo, se presenta un conjunto de datos especializado compuesto por miles de imágenes recopiladas por drones en escenarios marítimos, y se realizan experimentos cuantitativos y comparativos. En comparación con otros derivados, la precisión de detección del algoritmo se incrementa en un 1.4%, el recall aumenta en un 2.6% y la precisión promedio se incrementa en un 1.9%, mientras que los parámetros y las operaciones de punto flotante se reducen en un 11.6% y un 7.3%, respectivamente. Se considera que estas mejoras contribuyen a la aplicación de drones en el ámbito marítimo y en otros campos de teledetección.