El recuento de vainas de soja es un aspecto crucial del fenotipado de plantas de soja, ofreciendo información de referencia valiosa para la cría y gestión de siembra. Los métodos tradicionales de recuento manual no solo son costosos, sino que también son propensos a errores. Los métodos de recuento de vainas de soja basados en detección existentes enfrentan desafíos debido a la distribución abarrotada y desigual de las vainas de soja en las plantas. Para abordar este problema, proponemos una Red de Conteo de Vainas de Soja (SPCN) para un recuento preciso de vainas de soja. SPCN es una arquitectura basada en mapas de densidad, utilizando la estrategia de Convolución Dilatada Híbrida (HDC) y un mecanismo de atención para la extracción de características, utilizando la función de pérdida de Transporte Óptimo Desbalanceado (UOT) para supervisar la generación de mapas de densidad. Además, presentamos un nuevo conjunto de datos diverso, BeanCount-1500, que consta de 24,684 imágenes de 316 variedades de soja con diversos fondos y condiciones de iluminación. Experimentos extensos en BeanCount-1500 demuestran las ventajas de SPCN en el recuento de vainas de soja con un Error Absoluto Medio (MAE) y un Error Cuadrático Medio (MSE) de 4.37 y 6.45, respectivamente, superando significativamente al método competitivo actual por un margen sustancial. Su excelente rendimiento en el conjunto de datos Renshou2021 confirma aún más su destacado potencial de generalización. En general, el método propuesto puede proporcionar soporte técnico para la cría inteligente y la gestión de siembra de soja, promoviendo la gestión digital y precisa de la agricultura en general.