La aplicación de UAVs se está volviendo cada vez más extensa. Sin embargo, el aterrizaje autónomo de alta precisión sigue siendo una gran dificultad en la industria. El algoritmo actual no se adapta bien a los cambios de luz, transformaciones de escala, fondos complejos, etc. Para abordar las dificultades mencionadas, se introdujo un método de aprendizaje profundo en la detección de objetivos y se incorporó un mecanismo de atención en YOLOX; así, se propone un algoritmo de posicionamiento de UAV llamado YOLOX basado en atención (A-YOLOX). En primer lugar, se diseñó un nuevo patrón de posicionamiento visual para facilitar el uso del algoritmo en la detección y localización; luego, se construyó una base de datos de posicionamiento visual de UAV (UAV-VPD) a través de la recopilación de datos reales y la augmentación de datos, y se desarrolló el detector del modelo A-YOLOX; finalmente, se diseñaron algoritmos de posicionamiento visual correspondientes para lógicas de posicionamiento a alta y baja altitud. Los resultados experimentales en el entorno real mostraron que el AP50 del algoritmo propuesto podría alcanzar el 95.5%, la velocidad de detección fue de 53.7 fotogramas por segundo y el error de aterrizaje real estaba dentro de los 5 cm, lo que cumple con los requisitos de aplicación práctica para el aterrizaje automático de UAV.