قمت بعمل نموذج ذكاء اصطناعي يقوم باكتشاف مصادر الكهرباء مثل اسلاك الكهرباء ومقابس الكهرباء حين يراها بواسطة كاميرا مثلا وقد اعطى الموديل نسبة دقة عالية 95 %

أود أن أشارك تفاصيل مهمة حول المشروع الذي قمت به والذي يتعلق بتطوير نموذج ذكاء اصطناعي لاكتشاف مصادر الكهرباء مثل أسلاك الكهرباء ومقابس الكهرباء باستخدام تقنية التعلم العميق. وقد أتاح لي استخدام منصة Roboflow المميزة لتجميع وتحضير البيانات للتدريب والتحقق من النموذج.

لقد بدأت عملية التدريب بمجموعة من البيانات التي تتكون من 8800 صورة للتعرف على مصادر الكهرباء. قمت بتنقيح وتصفية هذه الصور لضمان جودة البيانات والتأكد من تنوعها بما يكفي لتمثيل العديد من السيناريوهات المحتملة. بعد ذلك، استخدمت 560 صورة لإنشاء مجموعة التحقق والتحقق من أداء النموذج أثناء التدريب.

بعد الانتهاء من عملية التدريب، قمت بتقييم أداء النموذج باستخدام مجموعة الاختبار التي تحتوي على 365 صورة. وقد حقق النموذج نسبة دقة مثيرة للإعجاب تبلغ 95٪، وهذا يعني أنه قادر على اكتشاف مصادر الكهرباء بشكل صحيح في معظم الحالات.

هذا النجاح يعود جزئياً إلى استخدام منهجية Roboflow، التي قدمت لي واجهة مستخدم سهلة الاستخدام لإدارة وتحليل البيانات وتحضيرها للتدريب. كما أنني استفدت من قوة العمل في السحابة المتاحة من خلال Roboflow، مما أتاح لي تسريع وقت التدريب وتحسين الأداء العام للنموذج.