نظام ذكي لتصنيف أمراض أوراق الطماطم باستخدام الشبكات العصبية العميقة

يعاني المزارعون غالبًا من صعوبة في التعرف بدقة على أمراض أوراق الطماطم، مما يؤثر بشكل مباشر على جودة المحصول وكميته. يهدف هذا المشروع إلى بناء نظام تصنيف صور يعمل في الوقت الحقيقي (Real-Time) يعتمد على تقنيات التعلم العميق، وذلك للتعرف على أنواع مختلفة من أمراض أوراق الطماطم من خلال الصور. النماذج المستخدمة CNN (Convolutional Neural Network) تم بناء نموذج CNN مخصص لاستخراج السمات البصرية من الصور والتعلم منها بشكل مباشر. MobileNet تم استخدامه كـ Transfer Learning Model لكونه خفيف وسريع ومناسب للتطبيقات الفعلية، خاصة عند الدمج مع تطبيقات موبايل. ResNet تم استخدامه لاختبار أداء نموذج أعمق يعتمد على فكرة Residual Connections، مما يساعد في تحسين دقة التصنيف وتقليل مشكلة Vanishing Gradient. ما تم تنفيذه في المشروع معالجة البيانات (Resizing – Normalization – Augmentation) تقسيم البيانات إلى Training و Validation استخدام Transfer Learning مع MobileNet و ResNet مقارنة أداء النماذج الثلاثة من حيث: Accuracy Loss Confusion Matrix تحليل النتائج واختيار النموذج الأنسب للتطبيق الواقعي