El uso de datos de imagen para la estimación de rendimiento es un tema clave en la agricultura moderna. Este documento aborda la dificultad de contar espigas de trigo utilizando imágenes, para mejorar la estimación de rendimiento en campos de trigo. Se construyó un conjunto de datos de imágenes de espigas de trigo con imágenes obtenidas por un teléfono inteligente, que incluyen espigas de trigo en las etapas de floración, llenado y madurez de la reproducción. Además, se incorporó un método modificado de detección de objetos ligero, YOLOv5s-T. Los resultados experimentales muestran que el coeficiente de determinación () entre los valores predichos y reales de espigas de trigo fue de 0.97 para la etapa de floración, 0.85 para la etapa de llenado de granos y 0.78 para la etapa madura. El en las tres etapas de fertilidad fue de 0.87, y el error cuadrático medio (RMSE) fue de 0.70. En comparación con el algoritmo YOLOv5s original, el efecto de conteo de detección de espigas de YOLOv5s-T no se redujo. Mientras tanto, el tamaño del modelo se redujo en un 36.8% (solo 9.1 M), el uso de memoria de la GPU durante el proceso de entrenamiento se redujo en 0.82 GB, el tiempo de inferencia se redujo en 2.3 ms, el tiempo de procesamiento se redujo en 10 ms y la cantidad de cálculo también se redujo. El algoritmo propuesto YOLOv5s-T reduce significativamente el tamaño del modelo y los requisitos de recursos de hardware mientras garantiza una alta precisión en la detección y conteo, lo que indica el potencial para el conteo de espigas de trigo en la estimación de rendimiento de trigo altamente receptiva.