ai model with high dataset

مشروع: نظام التعرف التلقائي على لوحات السيارات (ANPR) باستخدام Python وYOLO وRoboflow

وصف المشروع: طورت نظام ذكي للتعرف على لوحات أرقام السيارات (ANPR) باستخدام تقنيات الذكاء الاصطناعي ومعالجة الصور. يعتمد النظام على نموذج YOLO للكشف السريع والدقيق عن اللوحات، بالإضافة إلى استخدام Roboflow لتجهيز البيانات وتحسين أداء النموذج.

️ التقنيات المستخدمة:

YOLOv8: لاكتشاف اللوحات في الصور والفيديوهات بسرعة عالية ودقة ممتازة.

Roboflow: لتجهيز بيانات التدريب (annotation، augmentation، وpreprocessing).

Tesseract OCR أو EasyOCR: لاستخراج النص من اللوحات بعد اكتشافها.

OpenCV: لمعالجة الصور (قص اللوحة، تحسين الإضاءة، إزالة الضوضاء).

Python: لربط كل المكونات وبناء النظام بالكامل.

? آلية العمل:

استخدام الكاميرا أو صورة جاهزة لرصد السيارة.

تمرير الصورة إلى نموذج YOLO المدرب عبر Roboflow للكشف عن منطقة اللوحة.

قص اللوحة من الصورة باستخدام الإحداثيات.

تطبيق OCR على الجزء المقصوص لاستخراج رقم اللوحة.

حفظ الرقم مع التاريخ والوقت في قاعدة البيانات أو عرض النتائج في الواجهة.

كيف وصلت لدقة عالية؟

جمعت بيانات عالية الجودة من مواقف وساحات مختلفة، وتأكدت من تنوعها (زوايا مختلفة، إضاءة مختلفة).

استخدمت Roboflow لتكبير البيانات (Data Augmentation) وتحسين التوزيع.

درّبت نموذج YOLOv8 على dataset مخصص للوحات المصرية والعربية، وليس فقط العامة.

حسّنت الصور باستخدام تقنيات مثل CLAHE وbilateral filtering قبل إرسالها لـOCR.

استخدمت post-processing بعد OCR لتقليل الأخطاء في الأرقام (مثلاً تصحيح "O" إلى "0").

مميزات النظام:

سرعة عالية في التعرف على اللوحات في الوقت الحقيقي.

دعم للوحات العربية والمصرية.

إمكانية ربطه ببوابات أو أنظمة دخول وخروج.

تصميم مرن يسمح بالتكامل مع أنظمة إدارة المواقف أو أنظمة المراقبة.