Un seguimiento y conteo preciso y efectivo de frutas son cruciales para estimar el rendimiento de tomates. En entornos de campo complejos, la oclusión y superposición de frutas y hojas de tomate a menudo conducen a un conteo inexacto. Para abordar estos problemas, este estudio propuso una red YOLO11n ligera mejorada y un método optimizado de seguimiento-conteo de regiones, que estima la cantidad de tomates en diferentes etapas de madurez. Se empleó una red YOLO11n ligera mejorada para la detección de tomates y la segmentación semántica, que se combinó con los módulos C3k2-F, Generalized Intersection over Union (GIoU) y Depthwise Separable Convolution (DSConv). El modelo YOLO11n ligero mejorado es adaptable a dispositivos de computación perimetral, lo que permite la estimación del rendimiento de tomates manteniendo una alta precisión de detección. Se propuso un método optimizado de seguimiento-conteo de regiones, que combina el seguimiento de objetivos y la detección de regiones para contar las frutas detectadas. Se utilizó el algoritmo de optimización de enjambre de partículas (PSO) para optimizar la región de detección, mejorando así la precisión del conteo. En cuanto a la ligereza de la red, en comparación con la original, la red YOLO11n mejorada reduce significativamente el número de parámetros y las operaciones de punto flotante Giga por segundo (GFLOPs) en 0,22 M y 2,5 G, logrando precisión de detección y segmentación del 91,3% y 90,5%, respectivamente. Para el conteo de frutas, los resultados mostraron que el método propuesto de seguimiento-conteo de regiones logró un error de conteo medio (MCE) del 6,6%, lo que representa una reducción del 5,0% y 2,1% en comparación con los métodos de Bytetrack y conteo en línea cruzada, respectivamente. Por lo tanto, el método propuesto proporcionó un enfoque efectivo para la estimación de rendimiento inteligente en tiempo real, eficiente y precisa para tomates sin contacto.