Las fases de madurez de los frutos de jujube son un factor que mitiga la detección de frutos, además de las condiciones ambientales desiguales como la variación de iluminación, la ocultación de hojas, frutos superpuestos, colores o brillo, apariencia de plantas similares al fondo, y así sucesivamente. Por lo tanto, se propuso un método llamado YOLO-Jujube para resolver estos problemas. Con la incorporación de las redes de Stem, RCC, Maxpool, CBS, SPPF, C3, PANet y pérdida de CIoU, YOLO-Jujube fue capaz de detectar automáticamente los frutos de jujube para la inspección de la madurez. Con parámetros registrados de 5.2 m, GFLOPs de 11.7, AP de 88.8% y una velocidad de 245 fps para el rendimiento de detección, incluido el proceso de clasificación y conteo combinado, YOLO-Jujube superó a la red de YOLOv3-tiny, YOLOv4-tiny, YOLOv5s y YOLOv7-tiny. YOLO-Jujube es robusto y aplicable para cumplir con el objetivo de una comprensión basada en la visión por computadora de imágenes y videos.