نظام كشف أمراض النباتات باستخدام الذكاء الاصطناعي (Deep Learning)

قمت بتطوير نظام ذكاء اصطناعي لتصنيف أمراض النباتات باستخدام تقنيات التعلم العميق (Deep Learning). يعتمد المشروع على نموذج Convolutional Neural Network (CNN) مدرب على بيانات Plant Village Dataset، مع استخدام Transfer Learning لتحسين الدقة وتقليل زمن التدريب. مميزات المشروع: معالجة البيانات (Image Preprocessing & Augmentation) استخدام CNN لتصنيف صور أوراق النباتات تطبيق Transfer Learning (مثل Res-Net / EfficientNetB3) تقييم النموذج باستخدام: Accuracy, Precision, Recall, Confusion Matrix عرض النتائج في واجهة رسومية تسمح برفع صورة والحصول على التوقع ونسبة الثقة إمكانية عرضGrad-CAM لتفسير قرارات النموذج الهدف من المشروع: توفير أداة ذكية تساعد المزارعين أو الجهات الزراعية في الكشف المبكر عن الأمراض النباتية، مما يساهم في تقليل الخسائر وتحسين الإنتاج الزراعي. تم تحسين أداء النموذج باستخدام Data Augmentation وتقنيات Fine-Tuning، مع مقارنة بين أكثر من نموذج (Res-Net / EfficientNetB3) لاختيار الأفضل من حيث الدقة وسرعة التنفيذ.