无人机航拍图像的目标检测需要大量计算资源，导致其在移动端上的应用受到限制，为此提出一种轻量化目标检测网络Faster S。首先，在颈部网络设计了由部分卷积和组卷积组成的轻薄迅颈模块，用以有效聚合不同尺度的信息；其次，在检测头部分设计了一种高效、轻量化的单解耦头输出结构(SDHEAD),用以进一步分离目标检测中分类和定位两个子任务的特征编码。在航拍车辆数据集CARPK上的实验结果表明：与特征金字塔网络(FPN)结构相比，采用迅颈模块提高了模型的检测精度，减少了模型的参数量；相比于其他检测头，SDHEAD具有更强的特征辨别能力；Faster S模型检测的平均精度(AP_(0.5))达到了70.9%,较Yolo-FastestV2提高了12.7%,较Fastestdet提高了3.5%,推理时间仅为29.56 ms,较Nanodet-m降低了76%,模型参数量仅为0.335 M。