تطبيق تفاعلي لتشخيص أمراض النباتات باستخدام الرؤية الحاسوبية (LeafLens)

نظرة عامة:

قمت بتطوير تطبيق ذكي (LeafLens) يربط بين خوارزميات التعلم الآلي المعقدة وتكنولوجيا الزراعة المبسطة، حيث يقوم بتشخيص أمراض النباتات بدقة من خلال تحليل الصور.

القيمة الفعلية للمشروع (Business Value):

بدلاً من إجبار المستخدم على الاعتماد على نموذج واحد، يوفر التطبيق واجهة تفاعلية تتيح للمزارعين والمهندسين الزراعيين المقارنة بين ثلاثة "خبراء ذكاء اصطناعي" مختلفين للحصول على التشخيص الأكثر دقة لحالة المحصول، مما يسرع عملية العلاج ويحمي المحاصيل.

أبرز النتائج التقنية:

تم بناء معمارية متعددة النماذج (Multi-Model Architecture) تتيح للمستخدم التبديل بين:

الخبير (Deep Learning): نموذج PyTorch EfficientNet-B3 المتقدم لتصنيف الصور بدقة فائقة.

محلل الأنماط (Custom NN): شبكة عصبية مبنية من الصفر باستخدام NumPy تعتمد على استخراج الخصائص بـ Transfer Learning وضغطها باستخدام تقنية PCA.

الإحصائي (GMM): نموذج احتمالي (Gaussian Mixture Model) يجمع الخصائص الرياضية لتشخيص صحة النبات.

التقنيات المستخدمة: Python, PyTorch, NumPy, PCA, Streamlit.