Las enfermedades y plagas de las hojas pueden provocar problemas como una disminución en el rendimiento, una calidad de fruta reducida y una disminución en los ingresos de los agricultores. En este estudio, nuestro objetivo fue explorar un método en tiempo real y preciso para identificar enfermedades y plagas de las hojas. Seleccionamos tres huertos diferentes para la investigación de campo e identificamos cinco enfermedades y plagas comunes de las hojas (ácaro de la hoja, moho negruzco, antracnosis, sp. y mancha de algas) como objetos de nuestra investigación. Finalmente, propusimos una red de detección de objetos de una etapa completamente convolucional mejorada (FCOS) para la detección de enfermedades y plagas de las hojas, llamada FCOS para Litch (FCOS-FL). El método propuesto utiliza G-GhostNet-3.2 como red principal para lograr un modelo ligero. Se introduce el mecanismo de atención de agrupamiento de momentos centrales (CMPA) para mejorar las características de las enfermedades y plagas de las hojas. Además, se mejoran el muestreo central y la pérdida central del modelo utilizando la información de ancho y alto del objetivo real, lo que mejora efectivamente el rendimiento de generalización del modelo. Proponemos una función de pérdida de localización mejorada para mejorar la precisión de localización del modelo en la detección de objetos. Según las características de las enfermedades y plagas de pequeños objetivos, la estructura de la red se rediseñó para mejorar el efecto de detección de los pequeños objetivos. FCOS-FL tiene una precisión de detección del 91.3% (intersección sobre unión () = 0.5) en las imágenes de cinco tipos de enfermedades y plagas de las hojas, una tasa de detección de 62.0/ms y un tamaño de parámetro del modelo de 17.65 M. Entre ellos, la precisión de detección de sp. y mancha de algas, que son difíciles de detectar, alcanzó el 93.2% y el 92%, respectivamente. El modelo FCOS-FL puede detectar rápidamente y con precisión cinco enfermedades y plagas comunes en las hojas. El resultado de la investigación es adecuado para su implementación en dispositivos integrados con recursos limitados como terminales móviles, y puede contribuir a lograr una identificación en tiempo real y precisa de las enfermedades y plagas de las hojas, proporcionando apoyo técnico para la prevención y control de las enfermedades y plagas de las hojas.