تقدير العمر باستخدام الشبكات العصبية الالتفافية (CNNs)

طورتُ حلًا للتعلم العميق لتقدير العمر من الصور facial باستخدام الشبكات العصبية الالتفافية (CNNs).

أبرز الإنجازات:

معالجة بيانات مجموعة UTKFace (ترشيح الأعمار بين 10-90 سنة وتطبيق تحويلات مُحسَّنة).

بناء نماذج CNN مخصصة واستخدام تقنيات نقل التعلم (مثل ResNet و VGG) لاستخراج السمات.

تحقيق خطأ متوسط مطلق (MAE) أقل من 5 سنوات عبر استخدام تقنيات التنظيم (Regularization) والتكبير البيانات (Data Augmentation).

تصور النتائج على صور فريق عمل لتوضيح التطبيق العملي للنموذج.

الأدوات المستخدمة:

Python, TensorFlow/Keras, CNNs, نقل التعلم, تكبير البيانات.