Driver Behavior Detection

مشروع كشف سلوك السائق باستخدام الذكاء الاصطناعي

يهدف هذا المشروع إلى تحسين السلامة المرورية عبر تحليل سلوك السائق وتصنيفه باستخدام خوارزميات تعلم الآلة. يعتمد المشروع على بيانات تتضمن خمسة تصنيفات: القيادة الآمنة، التحدث عبر الهاتف، كتابة الرسائل، الالتفاف، وأنشطة أخرى.

مراحل التنفيذ والأدوات المستخدمة:

مرحلة معالجة البيانات: تم تجهيز البيانات وتنظيفها وإعدادها باستخدام Python وJupyter Notebook، مع مكتبات مثل Pandas وOpenCV للتعامل مع البيانات البصرية.

بناء النموذج: استخدمت نموذج ResNet34 المُعدّل لتصنيف الصور، والذي يتكون من عدة طبقات عميقة لتحليل الأنماط المختلفة. استخدمت مكتبة TensorFlow وKeras لتطوير النموذج وتحسينه.

التدريب والاختبار: تم تدريب النموذج على بيانات التدريب واختباره على بيانات التحقق لتحسين الدقة والقدرة على التنبؤ. طبّقت تقنيات تحسين الدقة مثل ضبط الأوزان وتقليل الفقد.

التقييم: قيّمت أداء النموذج باستخدام مؤشرات الدقة والاستدعاء، مع تسجيل نتائج الأداء.

لقطات الشاشة: أرفقت صورًا توضح كيفية العمل داخل Jupyter Notebook، تشمل تفاصيل معالجة البيانات وتدريب النموذج واختبار النتائج.