Smart CropGuard – الكشف الذكي عن أمراض المحاصيل باستخدام التعلم العميق (منشور IEEE)

شاركتُ في تطوير وتأليف بحث علمي محكّم تم نشره في IEEE بعنوان "Smart CropGuard: نظام مبتكر لاكتشاف أمراض النباتات باستخدام شبكات Inception CNN و LSTM Peephole". ركّز البحث على أتمتة عملية تصنيف أمراض أوراق النباتات باستخدام أحدث تقنيات الذكاء الاصطناعي والتعلم العميق.

آلية الحل:

استخدام شبكات Inception CNN لاستخراج الخصائص متعددة المستويات من صور الأوراق المصابة بدقة عالية.

توظيف شبكات LSTM مع Peephole connections لنمذجة العلاقات الزمنية والمكانية في تطور الحالة الصحية للمحصول.

تصميم خط أنابيب بيانات مخصص يسمح بالتشخيص السريع والدقيق لأمراض النباتات حتى في بيئات محدودة الموارد الحاسوبية.

النتائج والميزات:

تم تدريب النموذج واختباره على بيانات زراعية متنوعة، وحقق دقة عالية في التصنيف مع الحفاظ على الكفاءة والسرعة.

قابل للتطبيق في الأجهزة الطرفية (Edge Devices) مما يجعله عمليًا للاستخدام في المزارع الذكية والمناطق الريفية.

يساهم في تحسين الأمن الغذائي عبر الكشف المبكر عن الأمراض والحد من خسائر المحاصيل.

يمثل خطوة مهمة نحو الزراعة المستدامة من خلال دمج تقنيات الذكاء الاصطناعي في مواجهة التحديات العالمية.

هذا المشروع يجمع بين الجانب البحثي الأكاديمي والتطبيق العملي، ويعكس قدرتي على الابتكار في استخدام الذكاء الاصطناعي لحل مشكلات حقيقية في مجال الزراعة والغذاء.