绿溯 LÜSU 番茄作物病害智能识别与防治决策系统
React19 + FastAPI + Spring Boot 全栈项目，番茄叶部10类深度学习识别
AI应用适中推荐11个功能页面Grad-CAM可视化完整源码
1/11
项目说明
技术栈、适配专业与工作量一眼可见
绿溯 LÜSU — 基于深度学习的番茄叶部病害智能识别与防治决策系统。前端 React19+Vite 科技感界面；AI 推理服务 Python+FastAPI（MobileNetV3 + Grad-CAM 可解释热力）；业务后端 Java17+Spring Boot3+H2 负责鉴权落库与后台管理。三层架构清晰，11 个功能页面闭环（首页/识别工作台/批量识别/数据集/统计/知识库/历史/报告/模型看板/登录/管理后台）。内置番茄 10 类模型，无 GPU 时前端自动降级为本地演示识别，答辩现场可跑。配套论文级 README、11 张运行截图与 3 张宣传封面，开箱即跑。
适合方向计算机/人工智能/软件工程/农学方向；可用于深度学习/图像分类课程设计、实训、综合项目
React 19Vite 8TypeScriptFastAPIPythonPyTorchMobileNetV3Spring Boot 3Java 17H2Maven
项目功能简介
共 10 项核心能力
- 01病害识别工作台
- 02批量识别
- 03知识库
- 04历史记录
- 05模型看板
- 06数据统计
- 07系统概况
- 08管理后台
- 09JWT登录鉴权
- 10Grad-CAM可视化
你将获得
- 完整源码(三模块)
- 论文级README
- 11张运行截图
- 3张宣传封面图
文档材料
- 功能截图
- 模型指标报告
- 启动文档
背景与讲解参考
含背景说明、可讲的创新点与讲解提纲。
可讲的创新点
- · 前端/AI/后端三层架构
- · Grad-CAM可解释可视化
- · 无GPU本地演示降级
- · 11页面流程闭环
讲解提纲
- 1. 先讲农业病害人工识别痛点
- 2. 再讲深度学习图像分类方案
- 3. 突出Grad-CAM可解释性
- 4. 演示降级保证答辩现场可跑
同类推荐
同类型项目，可对比后一起下单
