安徽农业大学饶元教授等:基于改进DeepSeek的异步成熟设施番茄采摘决策方法

为精准实现设施栽培场景下异步成熟番茄的自动化采摘决策，该研究提出一种融合增强视觉提取与动态知识大语言模型的采摘管理决策方法（DeepSeek-VKQ）。首先，在YOLOv11n中引入全局注意力机制（global attention mechanism, GAM）和SIoU损失函数作为视觉模块，缓解复杂栽培场景下果实检测过程中因遮挡及背景干扰所引发的成熟度判定难题；其次，设计视觉信息结构化转换模块，将目标位置量化为方位描述，并结合置信度与成熟度标签构建非线性评分函数生成连续化成熟度指标，实现检测结果到决策语义的跨模态映射；最后，构建含农艺知识与实时环境数据的动态知识库，结合思维链（chain of thought, CoT）引导的多模态推理机制，实现视觉特征与领域知识的协同决策。

试验结果表明：改进后的视觉模块检测平均精度均值mAP_0.5:0.95达87.6%，相较于YOLOv13n提高了3.2个百分点。DeepSeek-VKQ模型的决策精确率、召回率和F1分数分别达88.4%、91.7%和90.0%，较基准模型分别提升21.0、18.0和19.6个百分点；在仅7B参数量的轻量化设计下，该模型在番茄采摘任务中的决策性能超越Qwen2.5-VL（72B）、DeepSeek-VL2等开源模型，多项指标接近多模态闭源大模型GPT-4o，实现模型规模轻量化与决策表现的良好平衡。该方法可为设施番茄场景下机器人采摘决策系统研发提供有效技术支撑。