La espiga es una parte importante de la planta de maíz. La detección y conteo automáticos de espigas utilizando imágenes de vehículos aéreos no tripulados (UAV) pueden promover el desarrollo de la siembra inteligente de maíz. Sin embargo, la situación real del campo de maíz es compleja, y la velocidad y precisión de los algoritmos existentes son difíciles de satisfacer para las necesidades de detección en tiempo real. Para resolver este problema, este estudio construyó un gran conjunto de datos de espigas de maíz de alta calidad, que contiene información de más de 40,000 imágenes de espigas en la etapa de espigado. Usando YOLOv7 como modelo original, se propone un modelo Tassel-YOLO para la tarea de detección de espigas de maíz. Nuestro modelo añade un mecanismo de atención global, adopta convolución GSConv y un módulo VoVGSCSP en la parte del cuello, y mejora la función de pérdida a una función de pérdida SIoU. Para la tarea de detección de espigas, el mAP@0.5 de Tassel-YOLO alcanza el 96.14%, con un tiempo promedio de predicción de 13.5 ms. En comparación con YOLOv7, los parámetros del modelo y el costo de computación se reducen en 4.11 M y 11.4 G, respectivamente. La precisión del conteo se ha mejorado al 97.55%. Los resultados experimentales muestran que el rendimiento general de Tassel-YOLO es mejor que el de otros algoritmos de detección de objetos de uso común. Por lo tanto, Tassel-YOLO representa una exploración efectiva de la arquitectura de la red YOLO, ya que satisface satisfactoriamente los requisitos de detección en tiempo real y presenta una solución novedosa para la detección de espigas de maíz basada en imágenes aéreas de UAV.