为了提高糖尿病视网膜病变(Diabetic Retinopathy, DR)的检测精度，提出一种基于YOLOv(You Only Look Once Version)8n的DR检测算法。引入全维度动态卷积对YOLOv8n的骨干网络进行重构，以加强特征的适应性，提高特征提取能力。在颈部网络中增加小目标检测层，并引入轻量化双卷积以优化信息处理流程。最后对损失函数进行改进，优化梯度增益分配策略。实验结果表明，与YOLOv8n检测算法相比，所提算法的精确率提高5.8%,平均精度均值(Mean Average Precision, mAP)@0.5提高7.6%,有效改善了对DR小尺寸密集病灶的漏检问题。