基于改进DeepSeek的异步成熟设施番茄采摘决策方法.pdf

基于改进DeepSeek的异步成熟设施番茄采摘决策方法 袁 帅 江 丹 饶 元 王 坦 徐子悦 吴康磊 安徽农业大学信息与人工智能学院 合肥 230036 农业农村部农业传感器重点实验室 合肥 230036 摘 要 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mAP0 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 关键词 设施 番茄 异步成熟 大语言模型 多模态 知识库 思维链 采摘优先级 doi 10 11975 j issn 1002 6819 202510004 中图分类号 S24 文献标志码 A 文章编号 1002 6819 2026 03 0056 10 袁帅 江丹 饶元 等 基于改进DeepSeek的异步成熟设施番茄采摘决策方法 J 农业工程学报 2026 42 3 56 65 doi 10 11975 j issn 1002 6819 202510004 http www tcsae org YUAN Shuai JIANG Dan RAO Yuan et al Harvesting decision making on the asynchronously ripened fruits of facility grown tomatoes using improved DeepSeek J Transactions of the Chinese Society of Agricultural Engineering Transactions of the CSAE 2026 42 3 56 65 in Chinese with English abstract doi 10 11975 j issn 1002 6819 202510004 http www tcsae org 0 引 言 番茄是中国重要的园艺经济作物 在规模化设施栽 培中受微环境异质性和个体生理差异的影响 同质化栽 培条件下仍普遍存在果实非同步成熟现象 1 2 这种成熟 度异步性不仅增加了采收时机选择的复杂性 也直接影 响番茄品质的统一性和市场价值 3 基于鲜食 加工等 终端用途的分级需求 采收作业需精准匹配相应成熟度 等级的番茄 因此 研发一套可靠的番茄采摘评估决策 方法 动态确定果实采摘优先级 可为采摘机器人提供 精准高效的作业决策规划 4 近年来 大语言模型 large language model LLM 凭借强大的信息表征与推理能力 在自然语言处理及众 多跨领域应用中取得了显著进展 5 7 其在农业智能决策 领域的应用潜力日益凸显 8 裴国权等 9 结合大语言模 型与问答语料库 提出一种通过LoRA微调训练的茶叶 智能问答模型 YANG等 10 以水稻为研究对象 构建了 融合生物知识图谱的领域专用大语言模型 这些研究充 分展示了LLM在农业决策方面的有效性 为作物管理提 供新的思路 聚焦番茄采摘场景 大语言模型同样具备 整合相关品类知识 气象数据 专家经验等多源文本信 息的能力 可为采摘评估决策提供科学依据 然而 与 LLM侧重文本推理的应用不同 番茄采摘决策高度依赖 视觉信息的精准感知与理解 尽管多模态大语言模型 multimodal large language model MLLM 通过融合视觉 编码器实现了视觉语言跨模态对齐 但在复杂农业视觉 场景下的感知能力仍存在明显不足 11 主流MLLM架构 源于文本预训练范式 对复杂视觉特征理解深度有限 12 难以从语义或浅层视觉特征层面推导出番茄的真实成熟 度状态 当前 基于深度学习的目标检测技术已广泛应用于 果实检测领域 为应对大语言模型的视觉感知能力不足 提供了有效辅助手段 其中 YOLO You Only Look Once 系列算法采用单阶段检测架构和端到端的处理方 式 在目标检测任务中展现出卓越的性能 13 15 CHEN 等 16 基于多模态融合编码器构建YOLO DNA模型 充 分利用RGB 深度和近红外模态的互补信息 增强模型 对复杂番茄栽培场景的适应能力 针对彩色小番茄 高 安安等 17 提出 先分割 后检测 的方法 通过优化U 收稿日期 2025 10 01 修订日期 2025 12 23 基金项目 国家自然科学基金项目 32371993 安徽省重点研究与开发计 划项目 2023n06020057 作者简介 袁帅 研究方向为农业人工智能 Email yuanshuai021011 通信作者 饶元 教授 博士 研究方向为农业信息化 Email raoyuan 第 42 卷 第 3 期农 业 工 程 学 报Vol 42 No 3 56 2026 年 2 月Transactions of the Chinese Society of Agricultural Engineering Feb 2026 Net分割得到番茄串图像 在细粒度条件下 使用改进 的YOLOv8n对果实进行分类检测 有效完成不同品种 番茄的成熟度识别任务 上述算法模型可有效提取复杂 场景下番茄成熟度关键特征 然而在应对果实严重遮挡 背景干扰等苛刻情况仍易导致检测定位不精准 除视觉信息感知理解外 采摘决策还需基于相关番 茄品类知识做出正确的判断 面对快速更新的农业知识 及复杂多变的番茄栽培环境信息 传统大语言模型受训 练数据时效性限制 在知识的实时性和适应性方面存在 不足 18 受检索增强生成 retrieval augmented generation RAG 技术 19 启发 将外部知识库集成到LLM框架中 可显著增强其信息表达与决策能力 具体而言 RAG机 制在模型生成响应前 从关联的外部知识源中动态检索 相关信息 保证生成结果基于同步更新的高相关性领域 知识体系 20 21 然而 RAG在检索过程中常局限于表层 词项匹配逻辑 难以解析问题的深层语义结构 从而制 约了其在知识利用场景中的有效性 为进一步提升模型 在复杂农业问题上的应对能力 在检索推理过程中引入 思维链 chain of thought CoT 提示策略 22 23 通过CoT 引导模型显式分解问题并规划检索推理步骤是一种可行 的方法 针对上述在视觉感知 知识更新与复杂推理决策方 面所面临的问题 本文提出一种基于改进DeepSeek R1 Distill Qwen 7B 以下简称DeepSeek 7B 的番茄采摘决 策模型DeepSeek VKQ 通过精准成熟度检测与动态推 理决策 为异步成熟番茄采摘规划提供科学指导 该模 型可赋能采摘机器人 为复杂设施场景下机械化采摘作 业提供决策支持 1 材料与方法 1 1 数据集构建 1 1 1 图像数据集构建 本文以不同成熟等级的番茄为研究对象 数据采集 于安徽省六安市舒城县农业科学研究所植物工厂内 使 用微软Azure Kinect DK相机 分辨率为1 280 720像素 在多视角视距条件下拍摄了1 000张涵盖不同成熟阶段 的番茄图像 数据采集场景中包括番茄植株 枝叶 支 架等复杂元素 其中枝叶与绿色果实的颜色高度相似 极易对未成熟果实检测造成背景干扰 同时 植物工厂 内番茄种植密度较高 自然生长过程中普遍存在果实重 叠 枝叶遮挡等情况 依据果皮表面色泽特征和果实硬 挺状态 将番茄分为成熟 Ripe 半成熟 Half ripe 和未成熟 Unripe 3个等级并对图像进行标注 具体标 注策略为 对于完全裸露的番茄 将整个果实作为单目 标进行标注 对于枝叶遮挡 多果重叠的番茄 仅标注 其未被遮挡的可见区域 当单个果实因遮挡呈现出多个 分散的可见区域时 则忽略遮挡 24 将标注后的数据按 照8 2的比例随机划分为800张训练集和200张测试集 图1展示了果实重叠 枝叶遮挡 背景干扰等典型场景 下异步成熟番茄数据集图像 c 枝叶遮挡 c Foliage occlusion d 背景干扰 d Background interference b 果实重叠 b Fruit overlap a 基础环境 a Standard scenario 图1 典型番茄多成熟度场景 Fig 1 Typical scenarios with multiple maturity stages of tomatoes 1 1 2 语料数据集构建 本研究系统构建了番茄栽培管理知识数据集 首先 对番茄栽培管理知识体系进行梳理与结构化 将其划分 为4个核心专题 番茄栽培基本知识 生长阶段特征 成熟阶段特征及功用 病虫害诊断与防治 其中 番茄 栽培基本知识与生长阶段特征专题旨在为模型提供完整 的领域背景 增强其在农业语境下的语义理解与术语规 范性 成熟阶段特征及功用专题与成熟度分析和采摘决 策直接相关 构成了相关决策推理的核心知识基础 病 虫害诊断与防治知识则主要面向未达采摘标准的留株番 茄 为其状态评估与后续管理提供依据 以支持采摘决 策的延续性与整体性 针对每个专题 进一步明确其核 心知识对象 并据此定义相应的实体类型及关键词体系 在此基础上 围绕上述4个专题的关键词体系生成正则 表达式 定向爬取可公开访问的农知网站上相关文本内 容 同时 广泛搜集涵盖番茄栽培问答知识的专业书籍 与学术论文并整理专家经验作为补充语料来源 所有获 取的原始语料数据均经过严格的预处理 去除无关信息 和冗余内容 并按知识逻辑重新组织段落完成内容整合 最后 借助大语言模型的语义理解能力 将预处理后的 语料解析并结构化 生成符合JSON格式的问答对 Q Mc T1 represents the feature map output by the channel attention mechanism and Ms T2 represents the feature map output by the spatial attention mechanism 图3 GAM注意力机制 Fig 3 GAM attention mechanism 58农业工程学报 http www tcsae org 2026 年 角度损失 基于预测框与真实框的向量夹角 通过 余弦函数计算方向差异 惩罚较大的角度偏差 促使模 型优先将预测框移动到与真实框对齐的方向上 提升模 型对旋转角度番茄的定位准确性 距离损失 在角度损失 的基础上 进一步对中心 点的归一化位移偏差进行惩罚 通过对不同尺寸番茄的 定位误差进行加权惩罚 形成具备方向敏感性与尺度自 适应性的复合损失项 具体计算如式 1 和 2 所示 2 e x e y 1 x bgt cx bcx cwb 2 y bgt cy bcy chb 2 2 2 式中 表示距离损失的调节因子 x y分别表示横坐 标和纵坐标方向的位移偏差 bcx bcy 为预测框中心 坐标 bcxgt bcygt 为真实框中心坐标 cwb chb分别为 预测中心点和真实框中心点在水平与垂直方向上的绝对 距离 形状损失 用于衡量预测框与真实框在纵横比上的 差异 引导模型在位置对齐后进一步拟合目标的形状 计算式如下 t w h 1 e t 3 w w wgt max w wgt h h hgt max h hgt 4 式中 控制对形状损失的关注程度 为避免过于关注形 状损失而降低对预测框的移动 参数范围为2 6之间 w和 h分别表示宽 高方向的相对形状差异 w和h 为真实框的宽和高 wgt和hgt为预测框的宽和高 交并比损失IoU计算预测框与真实框的交集面积与 并集面积之比 取值范围在0 1 0之间 用于定量表征 预测框与真实框之间的重叠程度 是评估检测框定位精 度的基础指标 常直接作为损失函数设计中的关键组成 部分 最后 SIoU的边框损失函数Lbox定义为 Lbox 1 IoU 2 5 四者协同作用 在番茄目标定位中有效缓解方向偏 差问题 进一步提升定位精度与模型收敛效率 1 2 2 番茄视觉信息结构化评估转换方法 YOLO模型输出的边界框坐标 检测置信度等视觉 信息无法直接被大语言模型理解 为将番茄成熟度检测 结果转化为可供大语言模型推理分析的语义信息 本文 提出一种视觉信息结构化转换方法 具体流程如图4所 示 检测结果经由结构化处理模块中的位置编码单元进 行位置解析 并通过语义评分单元评估番茄成熟度 位置编码单元将目标检测框中心坐标 xc yc 归一 化并量化到预定义的九宫格坐标系中 进而查询其对应 的空间区域标签 生成 左上方 中下部 等离散化 位置描述 将图像中的几何信息转化为语言模型可理解 的语义表示 语义评分单元集成跨模态对齐机制 融合检测置信 度l与成熟度等级k 并基于精心设计的指标对果实生 成0 1 0区间内的连续成熟度评分 核心在于确保成熟 度概率在相邻等级间实现平滑且可控的转移 预 测 框 信 息 标 签 置 信 度 成 熟 度 分 类 位置描述 成熟度信息 位置编号 可解析视觉信息 视觉信息提取转换 未熟 半熟 成熟 语义评分 成熟度等级分数评估 左 上 中 上 右 上 左 中 左 下 中 间 中 下 右 中 右 下 量化 映射 位置编码 番茄成熟等级检测模块 YOLOv11n gs 权重分配 更新概率分布 V0 V1 V2 综合评估 图像获取 注 V0表示未成熟概率 V1表示半成熟概率 V2表示成熟概率 Note V0 represents the probability of unripe fruits V1 represents the probability of half ripe fruits and V2 represents the probability of ripe fruits 图4 视觉信息评估转换 Fig 4 Evaluation and conversion of visual information 首先定义非线性转移权重函数 控制概率向相邻成 熟度等级流动的强度权重m 记 为sigmoid函数 权 重计算式如下 m 5 l 0 5 I k 0 3 1 l I k 1 5 0 5 l I k 2 6 基于上述权重分配 结合不同成熟度下的标签k和 检测置信度l生成未成熟 半成熟 成熟3种状态的概 率分布V V0 V1 V2 如式 7 所示 V lm 1 l l 1 m 1 1 l 0 I k 0 1 2 1 l 1 m l 1 l m 1 2 1 l 1 m I k 1 0 l 1 m 1 l lm 1 1 l I k 2 7 式中k 0 1 2分别代表未成熟 半成熟 成3个标签 为平滑系数 用于引入置信度以外的微小扰动避免概 率极端化 本文取 0 005 根据番茄各成熟度概率分布及设定的成熟度系数计 算得出番茄成熟度评分Vout 定义计算式如下 Vout V0 0 01 V1 0 5 V2 1 0 8 检测输出的番茄果实信息被填入预定义的JSON LD 格式模版并封装为结构化语义对象 每个JSON LD对象 系统包含目标果实的空间方位描述 连续化成熟度评分 及检测置信度等参数信息 形成一个自包含 机器可读 的语义化信息载体 能够被大语言模型直接解析与理解 实现与决策生成模型的动态耦合 1 2 3 动态知识库构建 为实现番茄采摘的精准决策 构建含静态层与动态 层两个层面的番茄采摘信息知识库 旨在为番茄采摘任 务提供必要的专业知识与动态环境信息 第 3 期袁 帅等 基于改进DeepSeek的异步成熟设施番茄采摘决策方法59 静态知识库主要包含番茄品类信息 成熟阶段特征 不同阶段功用 常见病虫害及防治措施 水肥管理要点 等农艺知识 动态层则聚焦于收集实时的动态环境信息 特别是与番茄采摘密切相关的气象数据 为番茄采收策 略的制定提供关键决策支持 动态知识库采用多源异构数据融合策略 图5展示 了其构建更新机制 通过整合农业文献 种植手册及专 家经验 经数据清洗 语义标准化与专题分类后构建静 态知识库 由BGE M3语义嵌入模型 28 将高维稀疏文本 向量映射至低维空间生成稠密特征向量 依托向量数据 库实现向量索引与原始知识内容的关联存储 该设计通 过语义向量与文本实体的协同管理优化检索效率 并支 持增量更新 此外 动态层通过气象平台API接口实时 获取气温变化 光照时长与强度等关键环境参数 实现 气象数据的动态接入与集成更新 确保知识库在番茄采 摘决策场景下的实时性与可扩展性 书籍网站 专家经验多源异构知识库 筛选分词 语义嵌入模型 静 态 层 文本1 文本2 文本3 文本4 0 82 0 93 0 20 0 75 0 72 0 19 0 22 0 46 0 32 0 15 0 24 0 89 0 16 0 26 0 93 0 65 向量数据库 API调用更新 动 态 层气温变化 光照时长 空气湿度 光照强度 气象平台 Text Vector 图5 动态知识库更新 Fig 5 Dynamic knowledge base update 1 2 4 多模态信息融合推理 直接对输入问题进行知识库检索受限于浅层词汇匹 配 难以捕捉问题背后的深层意图 无法充分挖掘知识 库中资源 本研究构建基于CoT引导的知识增强推理框 架 结构如图6所示 旨在提高番茄采摘决策推理过程 中的知识可靠性与适应性 用户输入 视觉信息 提示词 LLM 检索 思维链 相似度匹配 检 索 信 息 提示拼接提示 词 采摘优先级评估 多维度管理决策 逻辑解构 知识库 问题1 问题2 问题3 问题4 图6 DeepSeek VKQ推理示意图 Fig 6 DeepSeek VKQ reasoning schematic 当输入决策请求时 系统通过大语言模型的语义解 析引擎对问题进行逻辑链解构 首先利用LLM的领域知 识泛化能力识别问题核心语义 随后通过因果推理分析 拆解为静态知识检索需求与动态环境约束条件 实时温 度波动 光照强度变化等 静态知识库基于BGE M3 模型的检索能力实现精准语义匹配 动态层通过分布式 API网关实时获取多维气象数据 其中静态知识库检索 式如下 A B n i 0 Ai Bi 9 Si A B A BjjAjjjjBjj 10 式中A表示输入查询的n维问题向量 B表示知识库中 n维文本向量 Ai表示问题向量在第i维上的分量 Bi 表示文本向量在第i维上的分量 Si A B 表示向量A与 向量B间的匹配相似度 检索得到的结构化知识通过动态路由机制注入大语 言模型的提示工程框架 与视觉模块提取的果实成熟度 特征进行跨模态对齐 借助DeepSeek 7B推理能力 将 多模态特征映射为包含采摘优先级评估 采摘建议 番 茄精准管理及风险预警的多维度决策方案 1 3 试验环境与评估指标 本试验在Ubuntu 22 04 4 LTS操作系统环境下运行 硬件配置为Intel Core i7 14700KF二十核处理器 64 GB DDR5 4800内存和NVIDIA GeForce RTX 4090 24 GB 显卡 采用CUDA 12 4 Pytorch 2 6 0和Python 3 11 11 等工具框架 采用平均精度 average precision AP 平均精度 均值 mean average precision mAP 与精确率 precision P 召回率 recall R F1分数 F1 score F1 等指 标验证DeepSeek VKQ模型的视觉提取与决策能力 同 时引入幻觉率 自动可读性指数 automated readability index ARI 指标 29 评估决策质量 幻觉率表示在回答 中出现幻觉的文本数与总文本数之比 ARI指标计算式 如下 ARI 4 71 S chara Swords 0 5 S words S sente 21 43 11 式中Schara Swords和Ssente分别为字符总数 词语总数和句 子总数 试验还通过计算模型大小 参数量和推理时间以衡 量模型的复杂度与实时推理能力 上述指标从不同维度 共同构成了评估算法综合性能的标准 2 结果与分析 2 1 视觉模块性能评估 2 1 1 不同模型检测能力对比 本文将3种主流目标检测模型与改进前后的 YOLOv11n模型应用到同一番茄成熟度检测任务中 以 验证改进后的模型性能 选取的3种对比模型为 RT DETRv2 YOLOv13n YOLOv12n 表2为试验结果 本试验参数设定为 模型输入图像尺寸设为640 640像 素 迭代次数设定1 000轮 训练批次设置为16 初始 学习率lr 0 001 60农业工程学报 http www tcsae org 2026 年 表 2 不同模型的番茄成熟度检测结果 Table 2 Detection results of different models in tomato maturity 模型 Model 平均精度Average precision AP mAP 0 5 mAP0 5 0 95 模型大小 Model size MB 参数量 Parameters M 推理时间 Inference time s未成熟Unripe半成熟Half ripe成熟Ripe RT DETRv2 94 9 95 9 95 7 95 5 84 7 83 40 21 745 580 0 013 7 YOLOv13n 96 7 95 9 97 3 96 6 84 4 5 26 2 460 496 0 016 8 YOLOv12n 96 8 96 1 97 4 96 8 85 1 5 28 2 568 633 0 016 2 YOLOv11n 96 8 96 5 97 3 96 9 87 2 5 36 2 590 425 0 012 6 YOLOv11n gs 96 8 96 5 97 4 96 9 87 6 5 36 2 590 425 0 010 2 注 mAP0 5为IoU阈值取0 5时的平均精度均值 mAP0 5 0 95为IoU阈值取0 5到0 95时 步长为0 05 各个IoU阈值下平均精度均值的平均值 Note mAP0 5 is the mean average precision when the IoU threshold is 0 5 and mAP0 5 0 95 is calculated as the average of the mean average precision values over IoU thresholds ranging from 0 5 to 0 95 in steps of 0 05 由表2可知 在mAP0 5指标上 由于IoU阈值较 低 5种模型均达到较高的精度水平 当IoU阈值较 高时 由于全局注意力更聚焦于图像中的细节特征 YOLOv11n gs表现出更优的检测效果 其mAP0 5 0 95达 到87 6 相较于RT DETRv2 YOLOv13n YOLOv12n 和YOLOv11n分别高出了2 9 3 2 1 5 0 4个百分点 证明其在检测精度上具有明显提升 在检测时间上 YOLOv11n gs较其他4种模型分别减少了3 5 6 6 6 0 2 4 ms 此外 通过将原有C2PSA模块替换为GAM模 块 模型在提升性能的同时 参数量及模型尺寸保持与 原始YOLOv11n一致 未引入额外参数冗余 尺寸适中 适合部署在算力资源受限的移动边缘设备 综合评价 YOLOv11n gs模型在检测精度 模型复杂度及实时性之 间取得了良好平衡 满足番茄采摘优先级评估在实际应 用中的视觉信息感知需求 2 1 2 改进前后模型检测效果对比 为测试改进后模型在复杂栽培场景下的番茄检测性 能并综合考虑机器人在采摘作业中可能面临的复杂情况 选取果实重叠 枝叶遮挡 背景干扰3种不同场景进行 验证 图7展示了改进前后模型实际检测效果对比 YOLOv11n gs YOLOv11n 原图 Original image c 背景干扰 c Background interference a 果实重叠 a Fruit overlap b 枝叶遮挡 b Foliage occlusion 注 蓝色标注框代表未成熟果实 绿色标注框代表半成熟果实 红色标注 框代表成熟果实 黄色圈表示误检或漏检位置 Note Blue bounding boxes represent unripe fruits green bounding boxes represent half ripe fruits and red bounding boxes represent ripe fruits yellow circles represent locations of false detection or missed detection 图7 实际场景检测结果 Fig 7 Detection results of real world scenarios 在果实重叠场景下 图7a YOLOv11n gs在有效 筛除2个误检重叠框的同时 实现了对区域目标的准确 框选 在枝叶遮挡的复杂情况下 图7b 改进后的模 型可识别出原始YOLOv11n模型漏检的遮挡果实 面对 背景环境干扰 图7c 特别是未成熟果实呈现的绿色调 与周边枝叶背景高度融合的情况 改进后的YOLOv11n 仍可有效区分背景与目标 实现对果实的稳定检测 YOLOv11n gs通过引入SIoU损失 有效抑制了目 标重叠及遮挡引发的边界框误检与定位混乱现象 同时 在存在颜色混淆等背景干扰的复杂环境下 模型实现了 低对比度未成熟果实的准确检测 充分验证了注意力机 制针对改进的有效性 2 2 DeepSeek VKQ模型的番茄采摘决策评价 视觉模块对比试验表明改进的YOLOv11n gs模型可 实现对番茄果实成熟度的高精度检测与定位 其输出经 结构化转换为模型可解析的视觉信息 为决策提供结构 化视觉依据 在此基础上 本节对DeepSeek VKQ模型 决策能力进行综合验证 2 2 1 消融试验分析 基于本文构建的图文对测试集 对各改进模块进行 严格的消融试验 模型结合图像视觉信息对每条关联判 断语句进行真伪判别 并计算在测试集上的精确率 召 回率与F1分数 以定量辨析视觉信息提取 专业知识库 检索及复杂问题拆分思维链3个创新模块在独立以及协 同作用下对最终决策质量的贡献度 结果如表3所示 表 3 消融试验结果 Table 3 Results of ablation experiments 模型 Model 视觉信 息提取 Visual information extraction 知识库 检索 Knowledge base retrieval 问题拆分 Question splitting 精确率 Precision P 召回率 Recall R F1分数 F1 score DeepSeek 7B 67 4 73 7 70 4 DeepSeek V 76 8 79 7 78 2 DeepSeek K 72 9 81 7 77 0 DeepSeek Q 70 6 77 7 74 0 DeepSeek VK 72 8 85 7 78 7 DeepSeek KQ 86 1 84 3 85 2 DeepSeek VQ 78 7 82 3 80 5 DeepSeek VKQ 88 4 91 7 90 0 注 V代表视觉模块 K代表知识库模块 Q代表问题拆分思维链模块 表示添加该模块 表示未添加该模块 Note V represents the visual module K represents the knowledge base module and Q represents the question splitting chain of thought module indicates that the module is added while indicates that the module is not added 试验结果表明 任一模块的独立引入均能显著提升 模型的决策效能 具体而言 仅集成视觉提取模型 DeepSeek V 时 模型F1分数提升至78 2 仅引入 专业知识库检索方法 DeepSeek K 时 F1分数提升 至77 0 仅应用问题拆分思维链 DeepSeek Q 时 F1分数亦可提升至74 0 证实了3个模块在提升任务 理解与决策精度方面的独立有效性 尤为值得关注的是 模块间的存在协同增益效应 当模型同时整合知识库检 索方法与问题拆分思维链 DeepSeek KQ 时 性能提 升极为显著 F1分数达到85 2 大幅超越单模块引入 第 3 期袁 帅等 基于改进DeepSeek的异步成熟设施番茄采摘决策方法61 效果 充分验证了专业知识的精准匹配与问题逻辑的层 级拆解之间存在强有力的互补协同关系 共同克服了复 杂决策中的信息融合与推理瓶颈 此外 视觉信息提取 与知识库检索 视觉信息提取与问题拆分的双模块组合 同样展现出优于单模块的性能 进一步佐证了多维度信 息融合的有效性 当完整融合视觉信息提取 V 专 业知识库检索 K 与复杂问题拆分思维链 Q 3个核 心模块后 DeepSeek VKQ模型在各项指标均达到最优 决策性能 其精确率 召回率及F1值分别达88 4 91 7 和90 0 相较于基准模型DeepSeek 7B 这3个 关键评价指标分别提升了21 0 18 0和19 6个百分点 验证了三模块在改进模型决策质量方面的协同优势 2 2 2 不同知识思维链引导下的决策文本实用性分析 为验证知识库层级和差异化思维链引导策略对番茄 采摘管理决策文本生成质量的影响 本研究设计了严格 的对照试验 在统一输入问题的约束下 对4种典型知 识库和思维链组合配置的决策模型输出文本进行多维度 分析 决策结果如图8所示 基于图8可视化结果 对 各输出文本在逻辑结构 信息覆盖和场景针对性等方面 进行客观对比 分析结果汇总于表4 番茄管理决策 水肥管理 高温日清晨5 6点灌 溉 正午严禁浇水 增施钾肥 每株10 g硫酸钾 提升糖度与 耐热性 叶面喷施0 3 氯化钙 溶液 间隔3天 防日灼 环境 调控 6月5 6日10 00 16 00必 须覆盖遮阳网 配合清晨通风 地面洒水 避果实 降温 每日6 00 7 00重点检查成熟期 中期果实 手指轻压无凹痕 硬度合格 果柄离层形成 易分离 即达采摘标准 6月 1 5日执行动态采收策略 成熟 期中期果实达后期初期立即摘 经2小时运输送达餐厅时恰进入 风味巅峰期 成熟期后期中 期 终极执行原则 以餐厅 食用品质为核心 早采1日优于 高温损失1小时 今日 5月31日 总决策 不进行大规模采摘 重点监控 半熟期番茄 7 9 12 13 14 每日检查颜色 硬度及离层形 成 绝对避免 摘低优先级番茄果 或留果至完熟期 采摘优先级分析 最高优先级番茄13处最佳采摘临界 点且高温风险最大 高优先级番茄7 和番茄9易受高温加速成熟 中优先 级番茄12 14成熟较缓需跟踪 低 优先级番茄1 2 3 4 5 6 8 10尚未达采 摘标准 高温将推进其成熟进程 采摘建议与注意事项 成熟期中期后期番茄 番茄13 6 月1 2日天气温和 设施内温度30 用毛巾包裹冰袋与果实分层 放置 运输前2小时避免浇水 番茄 1 2 3 4 5 6 8 10果实绝对禁采 番茄管理决策 水肥管理 清晨灌溉 渗透 15 cm 增施钾肥 10 g 株 叶面喷0 3 氯化钙防日灼 成 熟度监控 每日检查半熟期番 茄 硬度无凹痕 离层形成即 采 动态采收 中期达后期初 期立即摘 风险最小化 早采 1日优于潜在损失 今日总决策 立即采摘番茄13 重点监控半 熟期番茄 7 9 12 14 不采 低优先级番茄或留果至完熟期 措施 今日完成番茄13采收 加强每日监控 收集天气数据 优化后续 这是大棚一块区域的番茄 要供 应给一家连锁餐厅做食材 运输 时长2小时 是否采摘这些番茄 若采摘 说明理由 若不采摘 解释原因并告知应采取什么措施 a 动态知识库 问题拆分思维链 a Dynamic knowledge base Question splitting chain of thought b 静态知识库 问题拆分思维链 b Static knowledge base Question splitting chain of thought 这是大棚一块区域的番茄 要供 应给一家连锁餐厅做食材 运输 时长2小时 是否采摘这些番茄 若采摘 说明理由 若不采摘 解释原因并告知应采取什么措施 采摘优先级分析 最高优先级番茄13已处最佳采 摘临界点 高优先级番茄7和番 茄9位置易受环境影响 中优先 级番茄12和番茄14成熟较缓需 跟踪 低优先级番茄 1 2 3 4 5 6 8 10未达采摘标准 采摘建议与注意事项 成熟期临界点番茄 番茄13 立即于清晨5 7点或傍晚17 19点 采摘 成熟期中期番茄 番茄 7 9 12 14 达后期初期 果肉 坚实 时采摘 优先清晨 所 有采摘用剪刀保留果柄 采后1 小时内单层放入通风容器阴凉 处 运输前2小时避浇水 番茄 1 2 3 4 5 6 8 10禁采 一 今日采摘决策 不进行大规模 采摘 番茄13 最高优先级 虽达采摘 临界点 但今日气温80 且果 肉硬度达标后采摘 运输规范 采后1小时内单层装箱 容器内 分层放置隔热包裹的冰袋 装车前预冷车厢 严格避免果 实堆压 一 今日决策 不采摘 临界果实 番茄13 尚未出现 软化或离层完全分离特征 延迟 采摘可提升风味物质积累 未成熟果实 番茄1 6 8 10 绝对禁止采摘 果肉硬度过高 糖度未达标 次成熟果实 番茄7 9 12 14 需持续监测转色率与硬度变化 二 核心管理措施 环境控制 每日高温时段覆盖遮阳网 防日 灼 加强通风并配合地面水分 蒸发降温 c 动态知识库 提示词引导思维链 c Dynamic knowledge base Prompt guided chain of thought d 静态知识库 提示词引导思维链 d Static knowledge base Prompt guided chain of thought 这是大棚一块区域的番茄 要供 应给一家连锁餐厅做食材 运输 时长2小时 是否采摘这些番茄 若采摘 说明理由 若不采摘 解释原因并告知应采取什么措施 这是大棚一块区域的番茄 要供 应给一家连锁餐厅做食材 运输 时长2小时 是否采摘这些番茄 若采摘 说明理由 若不采摘 解释原因并告知应采取什么措施 图8 不同配置下的决策结果 Fig 8 Decision results under different configura