Los recientes avances en vehículos aéreos no tripulados (VANT) han aumentado la capacidad de altitud en el monitoreo del tráfico vial. Sin embargo, los métodos de detección de vehículos de última generación aún carecen de habilidades precisas y estructuras ligeras en la plataforma VANT debido a las incertidumbres de fondo, escalas, densidades, formas y direcciones de los objetos que resultan del ángulo de disparo de las imágenes del VANT. Proponemos una solución ligera para detectar vehículos orientados arbitrariamente en fondos inciertos, con resoluciones variadas y condiciones de iluminación. Primero presentamos un módulo de transformador de cuellos de botella parcial en etapas cruzadas (CSP BoT) para explotar la relación espacial global capturada por la autoatención de múltiples cabezas, validando su implicación en dependencias recesivas. Luego proponemos una rama de predicción de clasificación de ángulos en la red de cabeza YOLO para detectar vehículos orientados arbitrariamente en imágenes de VANT y empleamos una etiqueta suave circular (CSL) para reducir la pérdida de clasificación. Además, mejoramos los mapas de características multiescala combinando la red de cabeza de predicción con el bloque de fusión de características espaciales adaptativas (ASFF-Head), que se adapta a la variación espacial de las incertidumbres de predicción. Nuestro método presenta un diseño compacto y ligero que reconoce automáticamente factores geométricos clave en las imágenes del VANT. Demuestra un rendimiento superior bajo cambios ambientales, además de ser fácil de entrenar y altamente generalizable. Esta notable capacidad de aprendizaje hace que el método propuesto sea aplicable a la estructura geométrica y a las estimaciones de incertidumbre. Amplios experimentos en el conjunto de datos de vehículos VANT UAV-ROD y el conjunto de datos de teledetección UACS-AOD demuestran la superioridad y rentabilidad del método propuesto, haciéndolo práctico para el tráfico urbano y la seguridad pública.