Con el objetivo de abordar los problemas de baja precisión en la detección y el gran consumo de recursos computacionales de los algoritmos de detección de Vehículos Aéreos No Tripulados (VANT) existentes para la detección de anti-VANT, este artículo propone un método ligero de detección de enjambres de VANT basado en You Only Look Once Version X (YOLOX). Este método utiliza convolución separable en profundidad para simplificar y optimizar la red, y simplifica enormemente el total de parámetros, mientras que la precisión solo se reduce parcialmente. Mientras tanto, se introduce un módulo de Squeeze-and-Extraction (SE) en la columna vertebral para mejorar la capacidad del modelo para extraer características; la introducción de un Módulo de Atención de Bloque Convolucional (CBAM) en la red de fusión de características hace que la red preste más atención a características importantes y suprima características innecesarias. Además, se utiliza Distance-IoU (DIoU) para reemplazar Intersection over Union (IoU) para calcular la pérdida de regresión para la optimización del modelo, y se utiliza tecnología de aumento de datos para expandir el conjunto de datos y lograr un mejor efecto de detección. Los resultados experimentales muestran que la precisión media promedio (mAP) del método propuesto alcanza el 82.32%, aproximadamente un 2% más que el modelo base, mientras que el número de parámetros es solo alrededor de 1/10 del de YOLOX-S, con un tamaño de 3.85 MB. Por lo tanto, el enfoque propuesto es un modelo ligero con alta precisión de detección y adecuado para varios dispositivos de computación en el borde.