تصنيف اصابه النباتات من خلال ظهور اعراض الاصابه علي الاوراق

مشروع تصنيف أمراض النباتات باستخدام شبكة CNN هو نظام يعتمد على الذكاء الاصطناعي للتعرف على أمراض النباتات من خلال صور أوراق النباتات. تم العمل على New Plant Diseases Dataset، وهو عبارة عن مجموعة بيانات تحتوي على صور لأوراق نباتات مصابة بأمراض مختلفة، بالإضافة إلى أوراق سليمة. الهدف من المشروع هو تطوير نموذج قادر على تصنيف هذه الصور وتحديد نوع المرض الذي تعاني منه النبتة بدقة عالية.

مكونات المشروع:

معالجة البيانات: تم تحليل وتجهيز البيانات من خلال تقنيات Augmentation مثل التدوير والتكبير لتحسين تنوع مجموعة البيانات وزيادة قدرتها على تعميم النموذج.

النموذج المستخدم: تم استخدام الشبكة العصبية الالتفافية (Convolutional Neural Network - CNN)، وهي تقنية فعالة في معالجة الصور وتحديد الأنماط في البيانات المرئية. تتكون الشبكة من طبقات متعددة تعمل على استخلاص الميزات من الصور وتصنيفها بناءً على أنماط الأمراض.

تدريب النموذج: تم تقسيم البيانات إلى مجموعات تدريب وتقييم، وتم استخدام تقنيات مثل Dropout لتقليل التحيز ومنع النموذج من الإفراط في التعلم. خلال عملية التدريب، تم ضبط المعاملات لتحقيق أقصى دقة في التنبؤ.

النتائج: حقق النموذج دقة تصل إلى 96% في تصنيف أمراض النباتات، مما يعكس كفاءة النموذج في التعرف على الأمراض بشكل موثوق وسريع.

الأدوات والتقنيات المستخدمة:

CNN (Convolutional Neural Networks) لبناء وتدريب النموذج.

Python مع مكتبات تعلم الآلة مثل TensorFlow وKeras.

تقنيات Augmentation لتحسين أداء النموذج مع مجموعة البيانات المحدودة.

الفوائد:

هذا المشروع يوفر أداة قوية للمزارعين والخبراء الزراعيين تمكنهم من اكتشاف أمراض النباتات في مراحلها المبكرة باستخدام التكنولوجيا الحديثة، مما يساهم في تحسين الإنتاجية الزراعية وتقليل الخسائر الناتجة عن الأمراض النباتية.