绿溯 LÜSU 番茄作物病害智能识别与防治决策系统

React19 + FastAPI + Spring Boot 全栈毕设，番茄叶部10类深度学习识别

11个功能页面Grad-CAM可视化完整源码配套截图与封面论文级README

React 19Vite 8TypeScriptFastAPIPythonPyTorchMobileNetV3Spring Boot 3Java 17H2Maven

难度评估

适中推荐

导师常见要求：不过简、不过难

工作量

模块完整、可展开讲解

体现投入度与完成度

适合专业

计算机/人工智能/软件工程/农学方向毕设；深度学习/图像分类课程设计、实训、综合项目

选题方向匹配更易过审

答辩时更有底气

对应导师高频追问：创新点在哪？系统怎么讲清楚？

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

答辩讲解提纲

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

功能模块（体现工作量）

模块划分清晰，方便你在答辩中按模块展开说明。

病害识别工作台
批量识别
知识库
历史记录
模型看板
数据统计
系统概况
管理后台
JWT登录鉴权
Grad-CAM可视化

项目介绍

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。

交付内容

· 完整源码(三模块)
· 论文级README
· 11张运行截图
· 3张宣传封面图

文档与图纸材料

开题、中期、答辩材料导师通常会看

· 功能截图
· 模型指标报告
· 启动文档