En el entorno natural del campo, la alta densidad de siembra de sorgo y la severa oclusión entre las espigas aumentan sustancialmente la dificultad de reconocimiento de las espigas de sorgo, lo que resulta en frecuentes falsos positivos y falsos negativos. El modelo de detección de objetivos adecuado para este entorno requiere una alta potencia computacional, y es difícil realizar la detección en tiempo real de las espigas de sorgo en dispositivos móviles. Este estudio propone un esquema de detección-seguimiento basado en YOLOv8s-GOLD-LSKA mejorado con DeepSort optimizado, con el objetivo de mejorar la precisión de la estimación de rendimiento en escenarios agrícolas complejos.