ملاحظات المشروع · Goh Kun Ming
YOLO Leaf Object Detection Pipeline
AI · مشروع منشور للعامة
يوليو 2026
نظرة عامة على المشروع
إعداد مجموعة بيانات والتحقق منها لاكتشاف الأوراق النباتية؛ تجهيز البيانات لا يثبت أداء كاشف مدرّب.
سير عمل قابل للتكرار للكشف عن الأوراق يجمع بين PlantVillage وPlantDoc ويولد صورًا سلبية ثابتة. فهو يقوم بإعداد البيانات والتحقق من صحتها، ويقوم بتكوين تدريب YOLO ويوفر خطافات التصدير والاستدلال على المتصفح. لا توجد أوزان مدربة مخصصة أو نتائج معلقة تثبت دقة الكاشف أو زمن الوصول أو جاهزية الإنتاج.
داخل هذا المشروع
- تم إعداد صور 57,164 وصناديق 63,225 في التدريب الحتمي والتحقق من الصحة وتقسيمات الاختبار.
- تم تحويل تعليقات Pascal VOC إلى إحداثيات YOLO الطبيعية.
- تم إنشاء أسماء ملفات مقاومة للتصادم عبر مجموعات البيانات المصدر.
- تم التحقق من صحة أزواج ملصقات الصور ومعرفات الفئة والإحداثيات والتسرب المنقسم قبل التدريب.
- أعدّ ثلاثة نماذج مرشحة من YOLO، ومسارًا محدودًا لاختبار التدريب الأولي، ونقاط تكامل لتصدير ONNX.
- تم الاحتفاظ باختبارات أدوات مجموعة البيانات منفصلة عن إعداد البيانات الخارجية والتدريب على GPU.