源码系统概览
文章正文
稼鉴是一套面向种植管理的智能农作物病害检测系统，将计算机视觉、业务中台与大模型组合在同一 Web 工作台。
本项目为中文社区维护版本，服务一线农业检测场景，帮助种植户与农技人员快速识别病虫害并获取处置建议。
源码简介
系统前端为 Vue 3，业务中台为 Spring Boot 与 MySQL，病害推理由独立的 Flask 进程加载 Ultralytics YOLO 权重完成。
它还接入 GitCC 的 OpenAI 兼容接口，在环境监测与智能助手场景提供文字建议。
整体采用前后端分离与容器化部署，适合农业一线快速搭建与推广，也便于二次开发接入自有模型，扩展灵活。
检测与业务解耦的设计让模型可独立升级，新增作物或病害时无需改动整套后台，后期维护成本低。
适用场景
农业种植基地的病虫害识别、农事记录、环境监测与辅助决策等场景适合使用稼鉴。
一线人员可在浏览器完成检测与查询，降低对专家的依赖，提升响应速度与覆盖广度，也方便合作社做规模化田间管理，支撑精细农业。
功能亮点
支持图片、视频与摄像头实时检测，方式多样。
Spring Boot 负责鉴权与业务记录，Flask 独立进程加载 YOLO 并通过 WebSocket 推送进度，解耦清晰。
Vue 3 数据大屏可视化呈现统计趋势。
大模型智能助手提供农事建议，能力完整，覆盖识别到决策。
技术架构与部署指南
技术栈与运行环境
前端：Vue 3（Vite + Element Plus + Pinia + ECharts）
后端：Spring Boot（业务）、Python（Flask + YOLO）
数据库：MySQL（业务与记录库）
运行环境：Docker、Python 3.8+、JDK（服务运行）
其他依赖：Ultralytics、Flask-SocketIO、Nginx（反向代理）
安装与部署提示
通过 docker-compose 一键启动 web、Spring、Flask 与 MySQL 服务，统一从 localhost 访问。
首次部署请配置模型权重路径与 MySQL 初始化库，并在环境变量中设置文件对外访问地址，避免图片无法加载；
生产环境建议配置域名与 HTTPS，保障访问安全。
截图与演示说明
病虫害检测页以标注框与置信度展示识别结果，便于人工核对。
数据大屏以图表呈现统计趋势与区域分布，辅助宏观判断。
智能助手页可输入问题获取农事建议。
界面细节以部署后的实际页面为准，本文未附截图，请以实测界面为准。
常见问题
问：检测支持哪些输入？
支持静态图片、视频文件与摄像头实时流，推理由 YOLO 权重完成，覆盖常见采集方式，现场即可使用。
问：需要 GPU 吗？
CPU 可运行但较慢，建议 GPU 环境以获得更流畅的实时检测，提升一线体验，资源允许时优先使用。
问：大模型建议可靠吗？
大模型输出仅供参考，重要农事决策请结合实地情况与农技规范，不可盲从，关键判断仍由专业人员确认。
安全风险提示
特别提示：本源码未检测安全风险文件，下载后请务必进行安全审计，删除恶意代码后再部署使用！
下载说明
源码仅供学习研究、测试部署和二次开发参考，请勿用于任何商业或违规用途。
商用前请自行确认对应项目的开源授权、版权归属与潜在安全风险，下载后建议先在隔离环境进行安全审计。
最后更新：2026-08-27