تصنيف الصور باستخدام شبكة CNN

في هذا المشروع قمت بتطوير نموذج لتصنيف الصور باستخدام شبكة الأعصاب التلافيفية (CNN) في بيئة Jupyter Notebook باستخدام لغة Python. بدأت العملية بتجهيز وتحضير البيانات، حيث تم تطبيق تقنيات معالجة الصور مثل تغيير الأبعاد والتطبيع لتحويل البيانات إلى شكل مناسب للنموذج.

بعد تجهيز البيانات، قمت ببناء نموذج CNN يتألف من عدة طبقات تلافيفية (Convolutional Layers) متبوعة بطبقات تجميع (Pooling Layers) لاستخراج الميزات الهامة وتقليل الأبعاد. تم إضافة طبقات Dropout لمنع الإفراط في التعميم (Overfitting) وتحسين قدرة النموذج على التعامل مع بيانات جديدة.

تم تدريب النموذج باستخدام مجموعة بيانات صور محددة، مع استخدام خوارزميات تحسين مثل Adam لمتابعة تقليل الخسارة وزيادة الدقة. وقد شمل المشروع تقييم أداء النموذج باستخدام مقاييس مثل الدقة (Accuracy) وخسارة التدريب (Loss)، مع تحليل النتائج وتوثيق كافة الخطوات لتسهيل المتابعة والتطوير المستقبلي.