تصنيف أمراض النباتات باستخدام TensorFlow Lite على ESP32-CAM

قمت بتصميم وتدريب نموذج ذكاء اصطناعي خفيف الوزن لتصنيف أمراض النباتات في الوقت الفعلي، مع تشغيله مباشرة على كاميرا ESP32-CAM دون الحاجة إلى سيرفر أو اتصال بالإنترنت.

ما تم تنفيذه:

- بناء نموذج مخصص يعتمد على Depthwise Separable Convolutions (مستوحى من معمارية MobileNet) بحجم أقل من 300 KB

- تدريب النموذج على 8 فئات نباتية: نعناع، ريحان، طماطم، بطاطس (سليم ومريض) لكل نوع

- موازنة الداتاسيت (500 صورة لكل فئة) مع تطبيق Data Augmentation

- تحويل النموذج إلى TFLite مع ضغط كامل Int8 Quantization

- تصدير النموذج كـ C header جاهز للتضمين مباشرة في كود Arduino/ESP32

- تحقيق دقة عالية مع استهلاك ذاكرة منخفض جداً يناسب الأجهزة المدمجة