El conteo preciso de vainas de soja sigue siendo un desafío significativo en la fenotipificación basada en campo debido a factores complejos como la oclusión, distribuciones densas e interferencia de fondo. Presentamos SmartPod, un marco avanzado de aprendizaje profundo que aborda estos desafíos a través de tres innovaciones clave: (1) una arquitectura novedosa de Transformer de visión para una representación de características mejorada, (2) un mecanismo de atención eficiente para la detección mejorada de vainas superpuestas y (3) una estrategia de aprendizaje semi-supervisado que maximiza el rendimiento con datos anotados limitados. Evaluaciones extensas demuestran que SmartPod logra un rendimiento de vanguardia con una Precisión Promedio en un umbral de IoU de 0.5 (AP@IoU = 0.5) del 94.1%, superando a los métodos existentes en 1.7-4.6% en diversas condiciones de campo. Esta mejora significativa, combinada con la robustez del marco en entornos complejos, posiciona a SmartPod como una herramienta transformadora para la fenotipificación de soja a gran escala y aplicaciones de cría de precisión.