La identificación precisa de frutas cítricas es importante para la estimación del rendimiento de frutas en huertos cítricos complejos. En este estudio, se construye la red YOLOv7-tiny-BVP basada en la red YOLOv7-tiny, con frutas cítricas como objeto de investigación. Esta red introduce un mecanismo de atención de enrutamiento bilével BiFormer, que reemplaza la convolución regular con GSConv, añade el módulo VoVGSCSP a la red de cuello, y reemplaza la red de agregación de capas eficientes simplificada (ELAN) con convolución parcial (PConv) en la red principal. El modelo mejorado reduce significativamente el número de parámetros del modelo y el tiempo de inferencia del modelo, manteniendo la alta tasa de reconocimiento de la red para frutas cítricas. Los resultados mostraron que la precisión de reconocimiento de frutas del modelo modificado fue del 97.9% en el conjunto de datos de prueba. En comparación con el YOLOv7-tiny, el número de parámetros y el tamaño de la red mejorada se redujeron en un 38.47% y 4.6 MB, respectivamente. Además, la precisión de reconocimiento, cuadros por segundo (FPS) y puntaje F1 mejoraron en 0.9, 2.02 y 1%, respectivamente. El modelo de red propuesto en este documento tiene una precisión del 97.9% incluso después de que los parámetros se redujeran en un 38.47%, y el tamaño del modelo es solo de 7.7 MB, lo que proporciona una nueva idea para el desarrollo de un modelo de detección de objetivos liviano.