ESP32 sensörlerini PyTorch hastalık tespiti ile birleştiren yapay zeka ve IoT bitki sağlığı platformu.
Gerçek zamanlı ESP32 sensör akışları, MobileNetV2 hastalık tespiti ve Gemma 4 yapay zeka sohbeti ile ürünleri izleyin.
Smart Plant Doctor, ESP32 cihazlarından gelen gerçek zamanlı çevresel algılamayı tabanlı hastalık sınıflandırması ve bir yapay zeka bakım asistanıyla birleştiren açık kaynaklı bir platformdur. Tarım mühendisleri, akıllı çiftçiler ve özel IoT odaklı mahsul izleme sistemleri kuran geliştiriciler için uygundur.
Uygulama; sıcaklık, nem, ışık ve toprak nemi gibi canlı sensör metriklerini WebSocket'ler aracılığıyla bir React panosuna aktarır. Eğitilmiş bir PyTorch MobileNetV2 modeli kullanarak bitki hastalıklarını 29 sınıfta sınıflandırır ve teşhisleri bağlamsal bakım tavsiyeleri için Google Gemma 4 ile eşleştirir.
Fiziksel mikro denetleyicileri yapay zeka destekli teşhislere bağlayan tam yığınlı (full-stack) bir sistem isteyen agtech geliştiricileri ve teknoloji meraklısı yetiştiriciler için uygundur. Manuel donanım kablolaması ve sunucu yapılandırması olmadan tak-çalıştır ticari bir ürün arayan teknik olmayan kullanıcılar için uygun değildir.
WebSocket'ler aracılığıyla ESP32 cihazlarından sıcaklık, nem, ışık ve toprak nemi akışı sağlar.
Eğitilmiş bir PyTorch modeli kullanarak yüklenen yaprak görüntüleri üzerinden bitki hastalıklarını 29 kategoride sınıflandırır.
Canlı sensör ve teşhis verileriyle entegre edilmiş Google AI kullanarak bağlamsal bakım tavsiyeleri sağlar.
Leaflet ve geohash verilerini kullanarak anonimleştirilmiş bitki sağlığı raporlarını takip eder.
Açık kaynaklı MIT lisansı altında ücretsizdir. Tek maliyet, FastAPI arka ucunu barındırmak, bir veritabanı kurmak ve Google Gemini için API maliyetlerini karşılamak gibi gerekli altyapıyı çalıştırmaktır.
877 açık uzaktan yapay zeka eğitimi işi, 16 Kasım 2026 tarihinde güncellendi; çoğu saatlik $20–$175 ödüyor. Bunların 2 tanesi Türkçe konuşanlar için. Zekai ücretsiz listeler; başvuru işverenin platformunda yapılır.
İncelenmiş bu AI araçları aynı işi anında yapar — puanlı dizinimizden.
Sıcaklık, nem ve toprak nemi verilerini almak için sağlanan PlatformIO yazılımıyla yapılandırılmış bir ESP32 mikro denetleyicisine ihtiyacınız var.
MobileNetV2 tabanlı model, desteklenen altı bitki türü için 29 sınıfta yaklaşık %92.37 doğruluk oranı bildiriyor.
Evet, yerel geliştirme PostgreSQL'in yanı sıra SQLite'ı da destekler, ancak Google OAuth ve yönetilen bulut kimlik doğrulaması için Supabase gereklidir.
Google'da önce Zekai'yi gör