# Utengenezaji na usindikaji - kutumia IoT kuboresha usindikaji wa chakula Mara chakula kinapofika kwenye kituo cha kati au kiwanda cha usindikaji, hakisafirishwi tu moja kwa moja kwenda madukani. Mara nyingi chakula hupitia hatua kadhaa za usindikaji, kama vile kugawanywa kulingana na ubora. Hii ni mchakato ambao hapo awali ulikuwa wa mwongozo - ulianza shambani ambapo wachumaji walichuma matunda yaliyoiva tu, kisha kiwandani matunda yalipita kwenye mkanda wa kusafirisha na wafanyakazi waliondoa kwa mikono matunda yaliyoharibika au yaliyooza. Nikiwa nimechuma na kugawa matunda ya strawberry mwenyewe kama kazi ya kiangazi wakati wa shule, naweza kuthibitisha kuwa hii si kazi ya kufurahisha. Mifumo ya kisasa zaidi hutegemea IoT kwa ajili ya kugawa. Baadhi ya vifaa vya awali kama vile vichambuzi kutoka [Weco](https://wecotek.com) hutumia sensa za macho kugundua ubora wa mazao, kwa mfano kukataa nyanya za kijani. Vifaa hivi vinaweza kutumika kwenye mashine za kuvuna shambani au kwenye viwanda vya usindikaji. Kadri maendeleo yanavyotokea katika Akili Bandia (AI) na Kujifunza kwa Mashine (ML), mashine hizi zinaweza kuwa za hali ya juu zaidi, zikitoa mifano ya ML iliyofunzwa kutofautisha kati ya matunda na vitu vya kigeni kama mawe, udongo au wadudu. Mifano hii pia inaweza kufunzwa kugundua ubora wa matunda, si tu matunda yaliyoharibika bali pia kugundua mapema magonjwa au matatizo mengine ya mazao. > 🎓 Neno *mfano wa ML* linamaanisha matokeo ya kufundisha programu ya kujifunza kwa mashine kwa seti ya data. Kwa mfano, unaweza kufundisha mfano wa ML kutofautisha kati ya nyanya zilizoiva na zisizoiva, kisha kutumia mfano huo kwenye picha mpya ili kuona kama nyanya zimeiva au la. Katika masomo haya 4 utajifunza jinsi ya kufundisha mifano ya AI inayotegemea picha kugundua ubora wa matunda, jinsi ya kutumia mifano hii kutoka kwenye kifaa cha IoT, na jinsi ya kuendesha mifano hii kwenye ukingo - yaani kwenye kifaa cha IoT badala ya wingu. > 💁 Masomo haya yatatumia baadhi ya rasilimali za wingu. Ikiwa hutamaliza masomo yote katika mradi huu, hakikisha unafanya [usafi wa mradi wako](../clean-up.md). ## Mada 1. [Fundisha kifaa cha kugundua ubora wa matunda](./lessons/1-train-fruit-detector/README.md) 1. [Angalia ubora wa matunda kutoka kwenye kifaa cha IoT](./lessons/2-check-fruit-from-device/README.md) 1. [Endesha kifaa chako cha kugundua matunda kwenye ukingo](./lessons/3-run-fruit-detector-edge/README.md) 1. [Chochea kugundua ubora wa matunda kutoka kwa sensa](./lessons/4-trigger-fruit-detector/README.md) ## Credits Masomo yote yaliandikwa kwa ♥️ na [Jen Fox](https://github.com/jenfoxbot) na [Jim Bennett](https://GitHub.com/JimBobBennett) --- **Kanusho**: Hati hii imetafsiriwa kwa kutumia huduma ya kutafsiri ya AI [Co-op Translator](https://github.com/Azure/co-op-translator). Ingawa tunajitahidi kuhakikisha usahihi, tafadhali fahamu kuwa tafsiri za kiotomatiki zinaweza kuwa na makosa au kutokuwa sahihi. Hati ya asili katika lugha yake ya awali inapaswa kuzingatiwa kama chanzo cha mamlaka. Kwa taarifa muhimu, tafsiri ya kitaalamu ya binadamu inapendekezwa. Hatutawajibika kwa kutoelewana au tafsiri zisizo sahihi zinazotokana na matumizi ya tafsiri hii.