Los langostas siempre han sido uno de los peligros importantes que afectan al crecimiento de los cultivos y al entorno ecológico de los pastizales. La detección precisa y oportuna de langostas es crucial para el control efectivo del desarrollo de insectos. Apuntando al problema de la detección falsa y la detección perdida causada por la oclusión de langostas y la similitud de fondo en entornos de campo complejos, este artículo propone un modelo de Detección de Objetivos basado en Atención (ATD) ligero mientras se construye el conjunto de datos Real-Locust con el tema de ssp. Al introducir un mecanismo de atención y un diseño ligero, el modelo logra una precisión promedio media (mAP) del 90.9% en el conjunto de datos Real-Locust, y la precisión y la tasa de recuperación se incrementan en un 0.6% y 4.3%, respectivamente. Al mismo tiempo, el número de parámetros y la complejidad computacional se reducen en un 27.4% y un 22.9%, mostrando que esto proporciona una solución eficiente para el monitoreo en tiempo real de langostas.