La detección y conteo de espigas de trigo son esenciales para la gestión de campos de cultivo, pero la adhesión y la ocultación de las espigas de trigo limitan la precisión de la detección, con problemas como la detección falsa, la detección perdida y la capacidad insuficiente de extracción de características. Los resultados de investigaciones previas han demostrado que la mayoría de los métodos para detectar espigas de trigo son de dos tipos: color y textura extraídos por métodos de aprendizaje automático o redes neuronales convolucionales. Por lo tanto, propusimos un algoritmo YOLO v5 mejorado basado en una capa de características superficial. Hay dos ideas principales: (1) aumentar el campo perceptual mediante la adición de cuádruple muestreo descendente en la pirámide de características para mejorar la detección de objetivos pequeños, y (2) introducir el mecanismo de atención CBAM en la red neuronal para resolver el problema de desaparición del gradiente durante el entrenamiento. CBAM es un modelo que incluye atención espacial y de canal, y al agregar este módulo, se puede mejorar la capacidad de extracción de características de la red. Finalmente, para que el modelo tenga una mejor capacidad de generalización, propusimos el método de mejora de datos Mosaic-8, con función de pérdida ajustada y fórmula de regresión modificada para el marco objetivo. Los resultados experimentales muestran que el algoritmo mejorado tiene un mAP del 94.3%, una precisión del 88.5% y una recuperación del 98.1%. En comparación con el modelo relevante, el efecto de mejora es notable. Muestra que el modelo puede superar eficazmente el ruido del entorno del campo para cumplir con los requisitos prácticos de detección y conteo de espigas de trigo.