Limonates | ليمونات

Overview | نظرة عامة

Limonates is a YOLO-based AI model specifically trained to detect fresh and rotten oranges.
ليمونات هو نموذج ذكاء اصطناعي مبني على يولو ومدرب خصيصًا لاكتشاف البرتقال الطازج والفاسد.

---

Features | الميزات

• Detects fresh oranges and rotten oranges with high precision.
  يكتشف البرتقال الطازج والبرتقال الفاسد بدقة عالية.
• Generates annotated images and detailed detection metadata.
  ينتج صورًا مشروحة وبيانات وصفية تفصيلية للكشف.
• Outputs detection results in both image and JSON formats.
  يخرج نتائج الكشف بصيغتي الصور وJSON.

---

Requirements | المتطلبات

• Python 3.8+
• Ultralytics YOLO library
• OpenCV
• NumPy

Install dependencies using the following command:
قم بتثبيت المتطلبات باستخدام الأمر التالي:

pip install ultralytics opencv-python numpy

---

Usage | الاستخدام

Predict on an Image | الكشف عن صورة

1. Replace the image_path variable with the path to your image.
   استبدل متغير image_path بمسار صورتك.
2. Run the script.
   قم بتشغيل السكربت.
3. The annotated image and JSON file will be saved in the output directory.
   سيتم حفظ الصورة المشروحة وملف JSON في دليل output.

image_path = "images/mziana.jpeg"  # Example image  
output_dir = "output"  # Directory to save results

Example Output | مثال على النتائج

• Annotated Image: output/annotated_image.jpg
  الصورة المشروحة: output/annotated_image.jpg
• Detection Data: output/detection_results.json
  بيانات الكشف: output/detection_results.json

---

Code Walkthrough | شرح الكود

Load Model | تحميل النموذج

model = YOLO("models/Limonates.pt")  # Load Limonates model

model = YOLO("models/Limonates.pt")  # تحميل نموذج ليمونات

Perform Prediction | تنفيذ الكشف

results = model(image_path, conf=0.25)  # Predict with confidence threshold

results = model(image_path, conf=0.25)  # تنفيذ الكشف مع عتبة الثقة

Save Results | حفظ النتائج

Annotated image and JSON data are saved for visualization and further analysis.
يتم حفظ الصورة المشروحة وبيانات JSON للتصور والتحليل.

---

License | الرخصة

This project is released under the MIT License.
هذا المشروع مرخص بموجب رخصة MIT.

---

Author

Developed by ABDENNACER Elbasri | Twitter: @abdennacerelb | Linkedin @elbasri.