Debido a su rico valor nutricional, los frijoles rojos son considerados uno de los principales productos del comercio agrícola internacional. El método convencional utilizado para la detección manual de semillas es ineficiente y puede dañar el objeto de prueba. Para localizar y clasificar rápidamente diferentes semillas de frijol rojo, la red Yolov3 ha sido mejorada para realizar la detección de semillas en el presente documento. En primer lugar, se produjo un conjunto de datos de 10 variedades de semillas de frijol rojo y se recopilaron 1292 imágenes. Luego, el conjunto de datos se dividió en los conjuntos de entrenamiento, validación y prueba con la proporción asignada de 8:1:1. El conjunto de datos de semillas de frijol rojo fue entrenado utilizando el modelo Yolov3. Además, la velocidad implementada necesitaba ser garantizada al tiempo que se satisfacía la precisión de detección. Para cumplir con estos requisitos de detección, el modelo Yolov3 fue podado utilizando los factores de escala de la capa de normalización por lotes como medida de importancia de canal, y finalmente se afinó con la ayuda de la destilación de conocimiento. Luego, se utilizaron Yolov3, Yolov3-tiny, Yolov4 y el Yolov3 mejorado para detectar las imágenes en el conjunto de pruebas. Posteriormente, se compararon las actuaciones de estas cuatro redes. Los resultados muestran que el método de poda del modelo puede comprimir el modelo en gran medida, y el número de parámetros del modelo se reduce en un 98%. El tiempo de detección se reduce en un 59%, y la precisión promedio alcanza el 98.33%. Considerando la velocidad y el mAP, el Yolov3 mejorado detectó los mejores resultados. Los resultados experimentales demuestran que el método puede lograr la detección rápida y precisa de semillas de frijol rojo. Puede proporcionar una base sólida para la comercialización y siembra de semillas de frijol rojo.