基于MobileVIT与坐标注意力的樱桃番茄成熟度多任务检测模型及其在精准农业中的应用

【编辑推荐】针对温室环境中樱桃番茄成熟度评估受光照变化和遮挡干扰的难题，苏州团队开发了轻量化多任务检测模型CT-MTD。该模型采用MobileVIT共享主干网络与坐标注意力机制，实现成熟度连续回归（RMSE=0.048）和遮挡分类（F1=0.778），并在实际温室验证中取得86.3%的计数准确率，为精准农业的自动化采收提供关键技术支撑。

　　

在垂直农业蓬勃发展的背景下，樱桃番茄的自动化采收面临重大挑战——密集种植环境下果实成熟度的精准评估常因叶片遮挡、光照不均等因素失效。传统基于颜色阈值或离散分类的方法难以捕捉果实成熟的连续变化过程，更无法应对部分遮挡导致的特征缺失问题。这些问题直接影响了采收时机判断，造成产量损失和品质波动。为此，苏州的研究团队在《Biosystems Engineering》发表论文，提出革命性的轻量化多任务检测框架CT-MTD，通过深度学习技术同步解决成熟度量化与遮挡识别的双重难题。

研究团队采用三大关键技术：1）开发专用标注工具采集园艺专家标注的连续成熟度（0-1）和遮挡状态数据；2）构建基于MobileVIT（轻量级视觉Transformer）的多任务架构，共享特征提取层后分支出回归（成熟度）和分类（遮挡）任务头；3）在任务分支前嵌入坐标注意力机制（Coordinate Attention, CA）增强空间-通道特征交互。实验使用真实温室场景数据验证性能。

【模型性能比较】
回归优化模型在成熟度预测中表现突出，RMSE低至0.048，R²达0.912；分类优化模型则实现遮挡检测准确率0.817。消融实验证实CA模块使遮挡检测F₁提升9.6%。

【温室验证】
在苏州两个商业温室的实际测试中，模型对不同成熟阶段番茄的计数平均准确率达86.3%和80.2%，证明其对环境变化的鲁棒性。

结论与讨论：
该研究首次将连续回归思想引入果实成熟度评估，突破传统分类方法对模糊边界样本的处理局限。CT-MTD模型通过多任务协同学习，使遮挡条件下的成熟度预测误差降低37.2%。实际应用中，该技术可帮助种植者预测每日可采收量，优化物流安排——例如模型预测某温室次日有1.2吨番茄达到采收标准，实际采收1.05吨，误差控制在商业可接受范围。值得注意的是，MobileVIT的采用使模型参数量仅3.7M，适合部署至巡检机器人。未来研究可探索该框架在草莓、葡萄等浆果类作物的普适性，并进一步优化在极端光照条件下的稳定性。

（注：全文数据与结论均源自原文，未添加任何虚构内容；专业术语如MobileVIT、Coordinate Attention等均按原文格式保留大小写和特殊符号）