【摘要】[目的] 识别作物和杂草是农业智能化中自动除草的关键步骤之一。本文旨在解决作物与杂草识别精度低、检测模型实时性和鲁棒性差等问题。以叶年龄处于3～8叶期的玉米及其伴生杂草为研究对象，提出一种高效准确的玉米苗与杂草的检测方法。[方法] 该方法以实时目标检测视觉自注意力模型为基础框架，用小尺度卷积等效替代大尺度深度卷积的思想，以较小的精度损失降低推理耗时。引入一种包含上下文信息的自顶向下注意力机制强化模型对小目标的检测效果。应用组合图像增强策略，提升模型精度与泛化能力。[结果] 改进后模型的平均检测精度为90.11%，推理阶段单张图片耗时33.67 ms，模型参数量44.86 MB。改进后的模型比主流目标检测模型总体精度更高，且推理速度处于前列。[结论] 所提方法对于玉米苗与伴生杂草的整体检测性能优秀，能够提高杂草识别的准确性和效率。