تصنيف انواع التربة

هذا المشروع يهدف إلى تصنيف أنواع التربة باستخدام تقنيات الذكاء الاصطناعي، حيث يعتمد على الشبكات العصبية التلافيفية (CNN) ونموذج MobileNetV2 المدرب مسبقًا على مجموعة بيانات ImageNet. يتم في البداية تحميل صور التربة من مجلد يحتوي على عدة فئات، مثل التربة السوداء والتربة اللاترية وغيرها، ثم تتم معالجة البيانات باستخدام ImageDataGenerator لتطبيق تقنيات زيادة البيانات مثل التدوير والتكبير والتبديل الأفقي، مع تقسيمها إلى 70% للتدريب و30% للاختبار.

يتم بناء نموذجين للتصنيف، الأول هو نموذج CNN مخصص يتكون من عدة طبقات تلافيفية مع طبقات تجميع وطبقات كثيفة لتصنيف الصور. أما النموذج الثاني فهو MobileNetV2، وهو نموذج مدرب مسبقًا يتم تعديله وإضافة طبقات مخصصة له لملاءمة مهمة تصنيف التربة. يتم تدريب كلا النموذجين على البيانات ومقارنة أدائهما باستخدام بيانات الاختبار، ومن ثم يتم اختيار النموذج الأفضل للاستخدام في التنبؤ.

بعد التدريب، يتم اختبار النموذج على صور جديدة، حيث يتم تحميل الصورة وعرضها ثم تمريرها إلى النموذج للحصول على نوع التربة المتوقعة. أخيرًا، يتم حفظ النموذج المدرب بصيغة .h5 لاستخدامه لاحقًا في عمليات التنبؤ المستقبلية.

هذا المشروع مناسب لمجالات الذكاء الاصطناعي وتعلم الآلة، خاصة في تطبيقات تصنيف الصور، ويمكن استخدامه في الأبحاث الزراعية والجيولوجية لتحليل أنواع التربة بناءً على صورها.