目前水果种植广泛，但水果分类方面大多数是人工完成，耗费了大量工成本，少数机器识别也有速度慢准确率低等问题。针对此类目标检测识别效率较低等问题，提出了一种基于改进YOLO v7算法的水果目标检测算法，通过引入ECA注意力机制，增强通道维度的关联性，提升了模型的表达能力和学习效果；使用PConv代替了部分的卷积结构，同时削减冗余计算和内存访问，更有效地提取空间特征；损失函数使用了MPDIoU，针对传统IoU增强了梯度可导性，便于进行的图像分割任务的训练和优化。改进的YOLOv7算法在精度和平均精度均值方面分别提升了4%和3%，能准确识别出水果。