Object Detection

هذا المشروع يهدف إلى تنفيذ مشروع Object Detection للتمييز بين الكلاب والقطط باستخدام تقنيات التعلم العميق.

المكتبات المستخدمة:

TensorFlow / Keras: لبناء وتدريب النموذج العصبي.

NumPy: لمعالجة البيانات العددية.

Matplotlib: لتصور النتائج.

OpenCV : لقراءة الصور ومعالجتها.

Pandas : لتحليل البيانات.

خطوات الكود:

1. تحميل البيانات:

يتم تحميل مجموعة بيانات تحتوي على صور لكلاب وقطط.

2. تحضير البيانات:

تغيير أبعاد الصور لتتوافق مع مدخلات الشبكة العصبية.

تحويل الصور إلى مصفوفات عددية.

تقسيم البيانات إلى تدريب واختبار.

3. بناء النموذج:

يتم استخدام شبكة عصبية تعتمد على طبقات Convolutional Neural Networks (CNNs) لاستخراج الميزات من الصور.

4. تدريب النموذج:

يتم تدريب النموذج على مجموعة البيانات وتصحيح الأخطاء بناءً على نتائج التدريب.

5. اختبار النموذج:

تقييم دقة النموذج واختبار قدرته على التمييز بين الكلاب والقطط.

6. عرض النتائج:

عرض الصور مع تحديدات الـ Bounding Boxes للكلاب والقطط المكتشفة.