خط أساس قائم على PyTorch وممر لتصنيف الصور للكشف عن أمراض المحاصيل.
تم تحديث خط أساس مسابقة AI Challenger 2018 ليتوافق مع PyTorch 2.x مع تبديل الأجهزة التلقائي و AMP.
يوفر هذا المستودع ممر PyTorch متكاملاً لتصنيف أمراض النبات من صور الأوراق عالية الدقة. وهو مناسب لممارسي تعلم الآلة وعلماء بيانات الزراعة الذين يبحثون عن نموذج أساسي مبني على ResNet50.
يقوم بمعالجة صور المحاصيل بحجم 650x650 من خلال هندسة ResNet50 معدلة، ويتعامل مع تقسيم مجموعة البيانات بشكل طبقي، ويدعم كلا من تعزيز البيانات عبر الإنترنت والمعارض المسبقة الاختيارية في وضع عدم الاتصال. يتميز الممر بالتبديل التلقائي بين وحدة المعالجة المركزية (CPU) ووحدة معالجة الرسوميات (GPU)، والتدريب دقيق المختلط، وتنفيذ تصحيح FocalLoss للتعامل مع اختلال الفئات.
وهو يناسب المطورين والباحثين ذوي الخبرة في PyTorch الذين يحتاجون إلى خط أساس منظم لمهام تصنيف صور الزراعة. وهو لا يناسب المهندسين الزراعيين غير التقنيين الذين يبحثون عن تطبيق جوال جاهز للاستخدام أو واجهة ويب جاهزة للتشغيل.
يستخدم شبكة ResNet50 مدربة مسبقاً ومكيفة بطبقة تجميع متوسطة تكيفية ورأس تصنيف من 59 فئة.
يدعم التدريب دقيق المختلط التلقائي على أجهزة CUDA لتقليل استهلاك الذاكرة وتسريع التنفيذ.
يضمن نصوص برمجية لدمج وتقسيم مجموعات التدريب والتحقق باستخدام منطق الطيات الطبقية (K-fold) مع التعامل مع الفئات الشاذة.
توفر تنفيذاً ثابتاً لـ FocalLoss مع تعديل مناسب لكل عينة ليحل محل الانتروبيا المتقاطعة القياسية.
مجاني بطبيعته مفتوحة المصدر، على الرغم من أن ملف README لا يحدد ترخيصاً رسمياً. التكلفة الوحيدة هي تشغيله بنفسك على الأجهزة الخاصة بك أو مثيل السحابة.
877 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٦ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$175 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.
أدوات الذكاء الاصطناعي المُراجَعة هذه تؤدي المهمة فوراً — من دليلنا المُقيَّم.
يوصى باستخدام وحدة معالجة رسوميات متوافقة مع CUDA مع ذاكرة VRAM كافية نظراً لحجم الصورة 650x650، على الرغم من أن الكود يعود تلقائياً إلى وحدة المعالجة المركزية إذا لم يتم اكتشاف وحدة معالجة رسوميات.
يزيل نص الإعداد فئات شاذة محددة ويغير المؤشرات، بينما يقوم ممر الاختبار تلقائياً بربط التنبؤات مرة أخرى بالمعرفات الرسمية الأصلية.
شاهد Zekai أولاً في جوجل