فوليارسكان

تطبيق FoliarScan لتشخيص أمراض النباتات بالذكاء الاصطناعي

### نظرة عامة

تطبيق Flutter لتشخيص أمراض النباتات باستخدام الذكاء الاصطناعي. يدعم العربية والإنجليزية ويستخدم نموذج EfficientNet-B0 عبر ONNX لتحليل صور أوراق النباتات وتقديم توصيات علاجية.

### الهدف من المشروع

توفير أداة سريعة ودقيقة للمزارعين والمهتمين بالزراعة لتشخيص أمراض النباتات عبر الصور، مع توفير خطط علاجية ونصائح وقائية.

### التقنيات المستخدمة

- Flutter SDK 3.8.1+ مع Dart

- Firebase Suite (Authentication, Firestore, Storage, Analytics)

- Python Flask API مع ONNX Runtime

- EfficientNet-B0 (دقة 99.64%)

- SQLite للتخزين المحلي

- Material Design

### الميزات الرئيسية

- تشخيص فوري لـ 15 نوع مرض عبر الكاميرا أو المعرض

- دعم 3 نباتات: طماطم (9 أمراض)، بطاطا (3)، فلفل حلو (2)

- مصادقة Firebase مع حفظ التشخيصات في السحابة

- دليل علاج خطوة بخطوة مع نصائح الوقاية

- مكتبة نباتات مع معلومات تفصيلية

- واجهة ثنائية اللغة (عربي/إنجليزي) مع تبديل فوري

- تصميم متجاوب مع نظام ألوان موحد

### الهيكل التقني

- Frontend: Flutter مع نظام مسارات وانتقالات مخصصة

- Backend: Flask API مع ONNX Runtime للمعالجة

- Database: Firebase Firestore + SQLite محلي

- AI Model: EfficientNet-B0 مع معالجة صور متقدمة

- Storage: Firebase Storage للصور والملفات

### النتائج والإنجازات

- دقة التشخيص: 99.64% على بيانات الاختبار

- سرعة الاستجابة: فورية عبر API محسن

- دعم متعدد المنصات: Android, iOS, Web, Desktop

- تجربة مستخدم: واجهة بسيطة مع دعم RTL للعربية

### التحديات التقنية المحلولة

- تحسين أداء النموذج عبر ONNX Runtime

- معالجة الصور مع تطبيع ImageNet

- إدارة الذاكرة للصور عالية الدقة

- مزامنة البيانات بين المحلي والسحابة

- دعم RTL للعربية مع Material Design

### الفئة المستهدفة

المزارعون، المهندسون الزراعيون، هواة الزراعة، الطلاب والباحثون في الزراعة.

### القيمة المضافة

- توفير الوقت والجهد في التشخيص

- تقليل الخسائر عبر التشخيص المبكر

- نشر المعرفة الزراعية

- دعم الاستدامة الزراعية