Para lograr operaciones de cambio de línea sin conductor para una segadora de tipo pista en huertos, se ha diseñado un modelo de decisión automática de cambio de línea basado en visión artificial. Este modelo optimiza la estructura del modelo de segmentación semántica DeepLabV3+, utilizando datos de segmentación semántica de cinco etapas del proceso de cambio de línea como base para generar rutas de navegación y ajustar la postura de la segadora de tipo pista. El modelo mejorado logró una precisión promedio del 91.84% al predecir áreas conectadas de tres tipos de entornos de cabecera: espacio libre, pradera y hoja. El sistema de control equipado con este modelo se sometió a pruebas de cambio de línea automático para la segadora de tipo pista, logrando una tasa de éxito del 94% y un tiempo de paso promedio de 12.58 s. Los resultados experimentales demuestran que el modelo mejorado DeepLabV3+ exhibe un buen rendimiento, proporcionando un método para diseñar sistemas de control de cambio de línea automático para segadoras de tipo pista en entornos de huertos.