El reconocimiento de rasgos del maíz juega un papel crucial en la producción agrícola y la investigación de cría; sin embargo, la adaptabilidad de los métodos de detección de objetos existentes en entornos complejos sigue siendo limitada. En este estudio, se propone un método de detección de rasgos del maíz basado en el mecanismo de atención del vecindario para mejorar la precisión de la detección de la morfología del grano y la mazorca. Los resultados experimentales demuestran que el método propuesto supera a los enfoques existentes en múltiples métricas de evaluación, logrando un mAP@50 general de 0.92 y un mAP@50-95 de 0.65, con una precisión y recuperación que alcanzan 0.95 y 0.92, respectivamente. En comparación con los mecanismos de atención y funciones de pérdida tradicionales, el método propuesto mejora significativamente tanto la precisión de la detección como la estabilidad, proporcionando un soporte técnico confiable para la agricultura de precisión.