El conteo y posicionamiento rápido y preciso de flores es la base de la producción automatizada de cultivo de flores. Sin embargo, sigue siendo un desafío completar el conteo y posicionamiento de flores de alta densidad contra un fondo complejo. Por lo tanto, este documento propone un modelo ligero de conteo y posicionamiento de flores, Light-FC-YOLO, basado en YOLOv8s. Al integrar convolución ligera, el modelo es más portable y desplegable. Al mismo tiempo, se propone una nueva cabeza de detección eficiente, Efficient head, y la integración del mecanismo de atención de núcleo grande LSKA para mejorar la capacidad de extracción de detalles de características del modelo y cambiar la proporción de peso de la información de borde superficial y punto clave en la red. Finalmente, se introduce la función de pérdida SIoU con cálculo de desviación de ángulo objetivo para mejorar la precisión de detección del modelo y la capacidad de posicionamiento del objetivo. Los resultados experimentales muestran que Light-FC-YOLO, con una reducción del tamaño del modelo del 27.2% y una reducción de parámetros del 39.0%, tiene una Precisión Promedio Media (mAP) y una recuperación que son 0.8% y 1.4% más altas que YOLOv8s, respectivamente. En el experimento de comparación de conteo, el coeficiente de determinación (R) y el Error Cuadrático Medio (RMSE) de Light-FC-YOLO alcanzaron 0.9577 y 8.69, respectivamente, ambos superiores a modelos ligeros como YOLOv8s. El método ligero de detección de flores propuesto en este documento puede completar eficientemente las tareas de posicionamiento y conteo de flores, proporcionando soporte técnico y soluciones de referencia para la gestión automatizada de la producción de flores.