Una encuesta de fenotipo sobre la caída de flores y vainas de soja realizada por expertos agrícolas reveló problemas como un rendimiento pobre en tiempo real y una fuerte subjetividad. Basado en el modelo de detección YOLOv5, se añade una capa de detección a microescala y se mejora el tamaño de la caja de anclaje inicial para potenciar la capacidad de expresión de características. Se introduce el mecanismo de atención CBAM en la red principal para capturar la información de dirección y posición, lo que ayuda al modelo a localizar y reconocer con mayor precisión. Los resultados de las pruebas muestran que la tasa de precisión del modelo de reconocimiento de flores y vainas de soja alcanza el 98.4%, y la tasa de recuperación alcanza el 97.4%. En comparación con el modelo de red original, la tasa de precisión y la tasa de recuperación aumentan en un 12.8% y 4.1%, respectivamente. En comparación con el recuento manual, la tasa de precisión promedio del número de flores en el campo es del 80.32%, y la tasa de precisión promedio del número de vainas es del 82.17%. Los resultados de la investigación muestran que los modelos pueden reemplazar efectivamente el trabajo manual para completar la tarea de identificación y recuento de flores y vainas de soja en el campo, y esta aplicación promoverá el estudio de las leyes básicas de la caída de flores y vainas y proporcionará técnicas de investigación fenotípica.