Image segmentation using UNet model

في هذا المشروع، قمتُ بتطوير نموذج متقدم لتقسيم الصور (Image Segmentation) باستخدام نموذج UNet الشهير، والذي يُستخدم على نطاق واسع في التطبيقات الطبية وتحليل الصور بدقة بكسل-بكسل.

شملت مراحل تنفيذ المشروع:

إعداد وتجهيز بيانات الصور مع أقنعة التقسيم (Segmentation Masks).

تطبيق تقنيات المعالجة المسبقة (Preprocessing) مثل تغيير الحجم وتطبيع الصور.

بناء نموذج UNet من الصفر باستخدام مكتبة Keras مع TensorFlow، مع التركيز على الهيكل الطبقي المميز للنموذج.

تدريب النموذج باستخدام خوارزمية Dice Loss لتحسين دقة التنبؤ بالتقسيم.

تحسين أداء النموذج باستخدام تقنيات مثل Data Augmentation وEarly Stopping.

هذا المشروع يُظهر خبرتي في تطبيق التعلم العميق على مستوى متقدم، خاصة في مجال رؤية الحاسوب (Computer Vision)، ويوضح قدرتي على تطوير نماذج دقيقة تُستخدم في سيناريوهات حساسة مثل التصوير الطبي.