La información sobre la adquisición de frutos jóvenes de tomate tiene un impacto importante en el monitoreo del crecimiento de los frutos, el control temprano de plagas y enfermedades y la estimación del rendimiento. Es de gran importancia para la eliminación oportuna de los frutos jóvenes con un estado de crecimiento anormal, mejorando la calidad de los frutos y manteniendo rendimientos altos y estables. Los frutos jóvenes de tomate son similares en color a los tallos y hojas, y existen factores de interferencia, como la superposición de frutos, la oclusión de tallos y hojas, y la influencia de la luz. Con el fin de mejorar la precisión y eficiencia en la detección de frutos jóvenes de tomate, este artículo propone un método para detectar frutos jóvenes de tomate con un fondo de color similar basado en Faster R-CNN mejorado con un mecanismo de atención. En primer lugar, se utiliza ResNet50 como la columna vertebral de extracción de características, y el mapa de características extraído se optimiza a través del Módulo de Atención de Bloque Convolucional (CBAM). Luego, se utiliza la Red de Pirámide de Características (FPN) para integrar características semánticas de alto nivel en características detalladas de bajo nivel para mejorar la sensibilidad del modelo a la escala. Por último, se utiliza la Supresión Suave de No Máximo (Soft-NMS) para reducir la tasa de detección perdida de frutos superpuestos. Los resultados muestran que la Precisión Promedio Media (mAP) del método propuesto alcanza el 98.46%, y el tiempo de detección promedio por imagen es solo de 0.084 s, lo que permite la detección en tiempo real y precisa de frutos jóvenes de tomate. La investigación muestra que el método en este artículo puede identificar eficientemente los frutos jóvenes de tomate y proporciona una mejor solución para la detección de frutos con un fondo de color similar.