El tomate es uno de los frutos y verduras más populares y ampliamente cultivados en el mundo. En el cultivo a gran escala, la recolección manual es ineficiente y requiere mucho trabajo, lo que probablemente provoque una disminución en la calidad de los frutos. Aunque la recolección mecánica puede mejorar la eficiencia, se ve afectada por factores como la oclusión de las hojas y los cambios en las condiciones de luz en el entorno de crecimiento del tomate, lo que resulta en malos resultados de detección y reconocimiento. Para abordar estos desafíos, este estudio propone un método de detección de tomates basado en Graph-CenterNet. El método emplea la Convolución de Grafos de Visión (ViG) para reemplazar las convoluciones tradicionales, mejorando así la flexibilidad de la extracción de características, al tiempo que reduce una capa de muestreo descendente para fortalecer la captura de información global. Además, se introduce el módulo de Atención de Coordenadas (CA) para optimizar el procesamiento de la información clave a través de la computación de correlación y los mecanismos de asignación de peso. Los experimentos realizados en el conjunto de datos de Detección de Tomates demuestran que el método propuesto logra mejoras en la precisión promedio del 7,94%, 10,58% y 1,24% en comparación con Faster R-CNN, CenterNet y YOLOv8, respectivamente. Los resultados indican que el método mejorado Graph-CenterNet mejora significativamente la precisión y robustez de la detección de tomates en entornos complejos.