نظام ذكي لتشخيص أمراض النباتات باستخدام التعلم العميق

في هذا المشروع، قمت بتطوير حل متكامل لمساعدة المزارعين على اكتشاف أمراض المحاصيل بسرعة ودقة، مما يساهم في تقليل الفاقد الزراعي. ماذا أنجزت في هذا المشروع؟ جمع وتحليل البيانات: قمت بالتعامل مع مجموعة بيانات ضخمة لصور أوراق النباتات (مانجو، جوافة، برتقال، موز، تفاح). بناء وتدريب النموذج (Deep Learning): استخدمت لغة Python ومكتبات التعلم العميق لتصميم نموذج تصنيف صور (Image Classification) قادر على تحديد المرض بدقة عالية. معالجة الصور (Computer Vision): طبقت تقنيات معالجة الصور لضمان قدرة النموذج على العمل في ظروف إضاءة وخلفيات مختلفة. التكامل مع الموبايل (Flutter): قمت بدمج نموذج الذكاء الاصطناعي داخل تطبيق موبايل تم تطويره باستخدام Flutter، ليوفر واجهة مستخدم سهلة تتيح للمزارع التصوير والحصول على النتيجة فوراً. النتائج التقنية: تحقيق دقة (Accuracy) عالية في تصنيف الأمراض. توفير أداة تحليلية فورية لا تحتاج لخبرة تقنية من المستخدم النهائي. الأدوات والتقنيات: Python (TensorFlow/Keras or PyTorch) Computer Vision (OpenCV) Flutter & Dart Data Preprocessing & Augmentation