Detectar la etapa de floración del crisantemo de té es un mecanismo clave del robot selectivo de cosecha de crisantemo. Sin embargo, bajo escenarios complejos y no estructurados, como variaciones de iluminación, oclusión y superposición, detectar el crisantemo de té en una etapa de floración específica es un verdadero desafío. Este documento propone un modelo de detección altamente fusionado y ligero llamado modelo Fusion-YOLO (F-YOLO). En primer lugar, se equipan componentes de entrada de recorte y mosaico, con los cuales el módulo de fusión puede comprender mejor las características del crisantemo a través del corte. En el componente de la columna vertebral, se utiliza la red Cross-Stage Partial DenseNet (CSPDenseNet) como red principal, y se agregan módulos de fusión de características para maximizar la diferencia de flujo de gradiente. A continuación, en el componente del cuello, la red Cross-Stage Partial ResNeXt (CSPResNeXt) se toma como red principal para truncar el flujo de gradiente redundante. Finalmente, en el componente de la cabeza, se adopta la red de fusión multi-escala para agregar los parámetros de dos capas de detección diferentes de diferentes capas de la columna vertebral. Los resultados muestran que el modelo F-YOLO es superior a las tecnologías de vanguardia en términos de detección de objetos, que este método se puede implementar en una sola GPU móvil, y que será una de las tecnologías clave para construir un sistema de robot de cosecha de crisantemo selectivo en el futuro.