Para detectar con precisión la madurez de los chiles bajo diferentes condiciones de iluminación y ambientales naturales, en este estudio proponemos un modelo ligero de detección de madurez, YOLOv8-CBSE, basado en YOLOv8n. Al reemplazar el módulo C2f en el modelo original con el módulo C2CF diseñado, el modelo integra las ventajas de las redes neuronales convolucionales y la arquitectura Transformer, mejorando la capacidad del modelo para extraer características locales e información global. Además, se introducen los módulos SRFD y DRFD para reemplazar las capas convolucionales originales, capturando eficazmente características en diferentes escalas y mejorando la diversidad y adaptabilidad del modelo a través del mecanismo de fusión de características. Para mejorar aún más la precisión de detección, se utiliza la función de pérdida EIoU en lugar de la función de pérdida CIoU para proporcionar información de pérdida más completa. Los resultados mostraron que la precisión promedio (AP) de YOLOv8-CBSE para chiles maduros e inmaduros fue del 90,75% y 85,41%, respectivamente, con puntajes F1 y una precisión promedio (mAP) de 81,69% y 88,08%, respectivamente. En comparación con el YOLOv8n original, el puntaje F1 y mAP del modelo mejorado aumentaron en un 0,46% y 1,16%, respectivamente. Se mejoró el efecto de detección de la madurez del chile bajo diferentes escenarios, lo que demuestra la robustez y adaptabilidad de YOLOv8-CBSE. YOLOv8-CBSE también mantiene un diseño ligero con un tamaño de modelo de solo 5,82 MB, mejorando su idoneidad para aplicaciones en tiempo real en dispositivos con recursos limitados. Este estudio proporciona un método eficiente y preciso para detectar chiles en entornos naturales, lo cual es de gran importancia para promover una gestión agrícola inteligente y precisa.