En los últimos años, las redes neuronales convolucionales han logrado muchos avances en el campo de la visión por computadora. En invernaderos inteligentes, el uso de robots basados en tecnología de visión por computadora para polinizar flores es uno de los principales métodos de polinización. Sin embargo, debido al complejo entorno de iluminación y la influencia de la sombra de las hojas en el invernadero, es difícil que los algoritmos de detección de objetos existentes tengan una alta tasa de recuperación y precisión. Basado en este problema, desde la perspectiva de la aplicación, propusimos un método de detección de la etapa de floración del tomate basado en Yolov5s llamado FlowerYolov5, que puede identificar bien la fase de yema, la fase de floración y la fase del primer fruto de las flores de tomate. En primer lugar, para reducir la pérdida de información de características de las flores de tomate en la convolución y fortalecer la extracción de características del objetivo, FlowerYolov5 añade una nueva capa de fusión de características. Luego, para resaltar la información del objeto, se añade el módulo de Atención de Bloque Convolucional (CBAM) a la capa base de FlowerYolov5. En el conjunto de datos de flores de tomate construido, en comparación con YOLOv5s, el mAP de FlowerYolov5 aumentó en un 7.8% (94.2%), y la puntuación de FlowerYolov5 aumentó en un 6.6% (89.9%). Se encontró que el parámetro total de FlowerYolov5 era de 23.9 Mbyte, logrando así un buen equilibrio entre el tamaño del parámetro del modelo y la precisión de reconocimiento. Los resultados experimentales muestran que FlowerYolov5 tiene buena robustez y una precisión más exacta. Al mismo tiempo, la tasa de recuperación también ha mejorado considerablemente. Los resultados de predicción del algoritmo propuesto pueden proporcionar una ubicación de flores más precisa para el robot de polinización y mejorar sus beneficios económicos.