تطوير نموذج Deep Learning لتصنيف أمراض النباتات من صور الأوراق باستخدام Computer Vision، بهدف التعرف على نوع المرض تلقائيًا من الصورة.

تم تنفيذ المشروع باستخدام مجموعة بيانات PlantVillage التي تحتوي على 38 فئة من النباتات والأمراض.

أبرز ما تم تنفيذه:

تجهيز ومعالجة صور النباتات وتوحيد حجمها إلى 224×224.

تطبيق Data Augmentation لتحسين قدرة النموذج على التعميم.

استخدام DenseNet121 مع Transfer Learning بالاعتماد على ImageNet.

Fine-tuning لجزء من النموذج لتحسين أداء التصنيف.

معالجة عدم توازن الفئات باستخدام Class Weights.

استخدام Early Stopping وModel Checkpoint وReduceLROnPlateau لتحسين عملية التدريب.

تقييم النموذج على بيانات التحقق.

نتائج النموذج:

Validation Accuracy: 97%

Validation Loss: 0.09

الأدوات والتقنيات: Python | TensorFlow/Keras | CNN | DenseNet121 | Transfer Learning | Computer Vision