تصنيف الوجبات السريعة باستخدام الذكاء الاصطناعي

مشروع تصنيف الوجبات السريعة باستخدام الذكاء الاصطناعي

وصف المشروع

عملت على تطوير نموذج ذكاء اصطناعي لتصنيف صور الوجبات السريعة إلى 10 فئات مختلفة بناءً على مجموعة بيانات مكونة من 15,000 صورة. الفئات تشمل "برغر"، "بيتزا"، "سندويش"، "دونات"، وغيرها. الهدف من المشروع هو تحسين قدرة الأنظمة الذكية على التعرف على أنواع الطعام بشكل دقيق.

التحديات والحلول

تحدي البيانات: تنوع الصور في الأحجام والإضاءات كان يمثل تحديًا، ولحل ذلك تم تطبيق تقنيات زيادة البيانات مثل التدوير والتكبير والتقليب الأفقي لتحسين تنوع البيانات وضمان دقة النموذج.

النموذج المستخدم: قمت ببناء نموذج مخصص للتصنيف مع الاستفادة من تقنية التعلم العميق، حيث تم استخدام طبقات التفاف (Convolutional Layers) لتحليل خصائص الصور.

تحسين الأداء: قمت أيضًا بتجربة نموذج EfficientNetB0 المسبق التدريب وأعدت ضبط بعض الطبقات لزيادة دقة النموذج وتحسين النتائج.

نتائج المشروع

وصل النموذج إلى دقة تصنيف تصل إلى 87.7% مع قيم توازن الأداء مثل Precision بنسبة 89.9% وRecall بنسبة 87.7%.

التطبيقات

هذا المشروع مفيد جدًا لتطبيقات التجارة الإلكترونية التي تتعامل مع صور الأطعمة، وأيضًا في أنظمة المطاعم الذكية التي تعتمد على تحليل البيانات لتحسين تجربة المستخدم.