# بناء كاشف جودة الفاكهة ## التعليمات قم ببناء كاشف جودة الفاكهة! استخدم كل ما تعلمته حتى الآن لبناء نموذج أولي لكاشف جودة الفاكهة. قم بتفعيل تصنيف الصور بناءً على القرب باستخدام نموذج ذكاء اصطناعي يعمل على الحافة، واحفظ نتائج التصنيف في التخزين، وتحكم في تشغيل وإيقاف LED بناءً على نضج الفاكهة. يجب أن تكون قادرًا على تجميع هذا باستخدام الكود الذي كتبته سابقًا في جميع الدروس حتى الآن. ## معايير التقييم | المعايير | ممتاز | مقبول | يحتاج إلى تحسين | | -------- | ------- | ------- | ---------------- | | إعداد جميع الخدمات | تم إعداد IoT Hub، تطبيق وظائف Azure، وتخزين Azure بنجاح | تم إعداد IoT Hub فقط، ولكن لم يتم إعداد تطبيق وظائف Azure أو تخزين Azure | لم يتم إعداد أي من خدمات إنترنت الأشياء | | مراقبة القرب وإرسال البيانات إلى IoT Hub إذا كان الجسم أقرب من مسافة محددة مسبقًا وتفعيل الكاميرا عبر أمر | تم قياس المسافة وإرسال رسالة إلى IoT Hub عند اقتراب الجسم بما يكفي، وتم إرسال أمر لتفعيل الكاميرا | تم قياس القرب وإرساله إلى IoT Hub، ولكن لم يتم إرسال أمر لتفعيل الكاميرا | لم يتم قياس المسافة أو إرسال رسالة إلى IoT Hub أو تفعيل أمر | | التقاط صورة، تصنيفها، وإرسال النتائج إلى IoT Hub | تم التقاط صورة، تصنيفها باستخدام جهاز الحافة، وإرسال النتائج إلى IoT Hub | تم تصنيف الصورة ولكن ليس باستخدام جهاز الحافة، أو لم يتم إرسال النتائج إلى IoT Hub | لم يتم تصنيف الصورة | | تشغيل أو إيقاف LED بناءً على نتائج التصنيف باستخدام أمر مرسل إلى الجهاز | تم تشغيل LED عبر أمر إذا كانت الفاكهة غير ناضجة | تم إرسال الأمر إلى الجهاز ولكن لم يتم التحكم في LED | لم يتم إرسال أمر للتحكم في LED | --- **إخلاء المسؤولية**: تم ترجمة هذا المستند باستخدام خدمة الترجمة بالذكاء الاصطناعي [Co-op Translator](https://github.com/Azure/co-op-translator). بينما نسعى لتحقيق الدقة، يرجى العلم أن الترجمات الآلية قد تحتوي على أخطاء أو معلومات غير دقيقة. يجب اعتبار المستند الأصلي بلغته الأصلية المصدر الموثوق. للحصول على معلومات حاسمة، يُوصى بالاستعانة بترجمة بشرية احترافية. نحن غير مسؤولين عن أي سوء فهم أو تفسيرات خاطئة تنشأ عن استخدام هذه الترجمة.