En respuesta al bajo rendimiento de detección de uvas en huertos causado por problemas como la oclusión de hojas y la superposición de frutas, este estudio propone un método mejorado de detección de uvas llamado YOLOv7-MCSF basado en el marco You Only Look Once v7 (YOLOv7). Primero, la red dorsal original es reemplazada por MobileOne para lograr una mejora ligera del modelo, reduciendo así el número de parámetros. Además, se agregó un módulo de Atención de Canales (CA) a la red del cuello para reducir la interferencia del fondo del huerto y acelerar la velocidad de inferencia. En segundo lugar, se incrusta el agrupamiento piramidal SPPFCSPC para mejorar la velocidad de fusión de características de imagen manteniendo un campo receptivo consistente. Finalmente, se emplea la función de pérdida Focal-EIoU para optimizar las cajas de predicción de regresión, acelerando su convergencia y mejorando la precisión de regresión. Los resultados experimentales indican que, en comparación con el modelo original YOLOv7, el modelo YOLOv7-MCSF logra una reducción del 26.9% en peso, un aumento en la velocidad de cuadros de 21.57 f/s, y mejoras en precisión, recall y mAP de 2.4%, 1.8%, y 3.5%, respectivamente. El modelo mejorado puede identificar de manera eficiente y en tiempo real los racimos de uvas, proporcionando soporte técnico para la implementación de dispositivos móviles y sistemas integrados de detección de uvas en entornos de huertos.