这份技术路线图展示面向番茄病害检测的研究方案，采用语义引导的扩散增强与视觉语言融合方法，整体分为四个连续阶段。第一阶段为数据准备，构建包含 10 个类别的番茄图像数据集，涵盖健康样本与 9 类病害样本，完成数据清洗、数据集划分与类别统计，最终输出图像与类别标签作为模型输入。第二阶段开展 CoT 提示词生成，依托类别感知路由构建适配健康、病害样本的推理链，采用层级推理逻辑，从病害成因、形态特征、视觉线索逐步转化为语言描述，再经过属性采样与语义一致性校验完成提示词筛选。第三阶段实现语义扩散增强，结合病害提示词与真实图像先验构建语义条件，利用语义引导扩散模型做条件生成，同时从多样性、保真度、类别平衡三个维度实施质量控制，扩充病害样本。第四阶段进行视觉语言检测，搭建视觉与文本双编码器，实现跨模态融合，对齐语义与视觉表征，依托多尺度特征与检测头完成检测学习。整套流程完成后得到鲁棒的番茄病害检测器，后续开展训练评估、联合优化，使用精确率、召回率、mAP@50、F1 等指标开展对比、消融实验与可视化分析。无论计算机视觉方向研究生、农业 AI 研发人员，或是研读多模态病害检测论文的学习者，都可以借助这份技术路线理解该番茄病害检测方案。