Contar el número de cultivos trasplantados es un eslabón crucial en la producción agrícola, sirviendo como un método clave para obtener rápidamente información sobre las condiciones de crecimiento de los cultivos y garantizar el rendimiento y la calidad. Los métodos de conteo existentes dependen principalmente del conteo manual o la estimación, que son ineficientes, costosos y difíciles de evaluar estadísticamente. Además, algunos algoritmos basados en aprendizaje profundo solo pueden dividir imágenes de teledetección a gran escala obtenidas por Vehículos Aéreos no Tripulados (UAVs) en imágenes más pequeñas para contar. Sin embargo, esta fragmentación a menudo conduce a contornos incompletos de algunos cultivos trasplantados, problemas como la sobresegmentación, el conteo repetido, la baja eficiencia estadística y también requiere una cantidad significativa de anotación de datos y trabajo de entrenamiento del modelo. Para abordar los desafíos mencionados anteriormente, este documento propone primero un marco efectivo para la segmentación de tierras de cultivo, denominado MED-Net, basado en DeepLabV3+, integrando MobileNetV2 y Efficient Channel Attention Net (ECA-Net), lo que permite una segmentación precisa de las parcelas. En segundo lugar, se establece un enmascaramiento de color para los cultivos trasplantados en el espacio de color HSV para eliminar aún más la información de fondo. Después de filtrar y eliminar ruido, se extraen los contornos de los cultivos trasplantados. Luego se aplica una estrategia eficiente de filtrado de contornos para permitir un conteo preciso. Este documento realizó experimentos sobre el conteo de tabaco, y los resultados experimentales demostraron que el marco propuesto MED-Net podría segmentar con precisión las tierras de cultivo en imágenes de teledetección a gran escala de UAV con alta similitud y fondos complejos. La extracción y filtrado de contornos pueden identificar de manera efectiva y precisa los contornos de los cultivos trasplantados, cumpliendo con los requisitos para un conteo de supervivencia rápido y preciso en la etapa temprana del trasplante.