You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
38 lines
4.6 KiB
38 lines
4.6 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "3764e089adf2d5801272bc0895f8498b",
|
|
"translation_date": "2025-08-26T21:40:07+00:00",
|
|
"source_file": "4-manufacturing/README.md",
|
|
"language_code": "ar"
|
|
}
|
|
-->
|
|
# التصنيع والمعالجة - استخدام إنترنت الأشياء لتحسين معالجة الأغذية
|
|
|
|
عندما تصل الأغذية إلى مركز مركزي أو مصنع معالجة، لا يتم شحنها دائمًا مباشرة إلى السوبرماركت. في كثير من الأحيان تمر الأغذية بعدد من خطوات المعالجة، مثل الفرز حسب الجودة. كانت هذه عملية يدوية في الماضي - تبدأ في الحقل عندما يختار العمال الفاكهة الناضجة فقط، ثم في المصنع يتم نقل الفاكهة على سير ناقل ويقوم الموظفون بإزالة الفاكهة المصابة أو الفاسدة يدويًا. بعد أن قمت بجمع وفرز الفراولة بنفسي كوظيفة صيفية أثناء المدرسة، يمكنني أن أشهد أن هذه ليست وظيفة ممتعة.
|
|
|
|
تعتمد الأنظمة الحديثة أكثر على إنترنت الأشياء للفرز. بعض الأجهزة الأولى مثل أجهزة الفرز من [Weco](https://wecotek.com) تستخدم أجهزة استشعار بصرية للكشف عن جودة المنتجات، مثل رفض الطماطم الخضراء. يمكن نشر هذه الأجهزة في آلات الحصاد في المزرعة نفسها أو في مصانع المعالجة.
|
|
|
|
مع تقدم الذكاء الاصطناعي (AI) وتعلم الآلة (ML)، يمكن لهذه الأجهزة أن تصبح أكثر تطورًا، باستخدام نماذج تعلم الآلة المدربة على التمييز بين الفاكهة والأجسام الغريبة مثل الصخور أو الأوساخ أو الحشرات. يمكن أيضًا تدريب هذه النماذج للكشف عن جودة الفاكهة، ليس فقط الفاكهة المصابة ولكن أيضًا الكشف المبكر عن الأمراض أو مشاكل المحاصيل الأخرى.
|
|
|
|
> 🎓 يشير مصطلح *نموذج تعلم الآلة* إلى الناتج من تدريب برنامج تعلم الآلة على مجموعة بيانات. على سبيل المثال، يمكنك تدريب نموذج تعلم الآلة للتمييز بين الطماطم الناضجة وغير الناضجة، ثم استخدام النموذج على صور جديدة لمعرفة ما إذا كانت الطماطم ناضجة أم لا.
|
|
|
|
في هذه الدروس الأربعة ستتعلم كيفية تدريب نماذج ذكاء اصطناعي تعتمد على الصور للكشف عن جودة الفاكهة، وكيفية استخدامها من جهاز إنترنت الأشياء، وكيفية تشغيلها على الحافة - أي على جهاز إنترنت الأشياء بدلاً من السحابة.
|
|
|
|
> 💁 ستستخدم هذه الدروس بعض الموارد السحابية. إذا لم تكمل جميع الدروس في هذا المشروع، تأكد من [تنظيف مشروعك](../clean-up.md).
|
|
|
|
## المواضيع
|
|
|
|
1. [تدريب كاشف جودة الفاكهة](./lessons/1-train-fruit-detector/README.md)
|
|
1. [التحقق من جودة الفاكهة من جهاز إنترنت الأشياء](./lessons/2-check-fruit-from-device/README.md)
|
|
1. [تشغيل كاشف الفاكهة على الحافة](./lessons/3-run-fruit-detector-edge/README.md)
|
|
1. [تشغيل الكشف عن جودة الفاكهة من مستشعر](./lessons/4-trigger-fruit-detector/README.md)
|
|
|
|
## الشكر
|
|
|
|
تم كتابة جميع الدروس بكل ♥️ من قبل [Jen Fox](https://github.com/jenfoxbot) و [Jim Bennett](https://GitHub.com/JimBobBennett)
|
|
|
|
---
|
|
|
|
**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 الرسمي. للحصول على معلومات حاسمة، يُوصى بالاستعانة بترجمة بشرية احترافية. نحن غير مسؤولين عن أي سوء فهم أو تفسيرات خاطئة ناتجة عن استخدام هذه الترجمة. |