تصميم وتطوير نموذج ذكاء اصطناعي لتصنيف الصور (قطط وكلاب) باستخدام الشبكات العصبية الالتفافية (CNN)

في هذا المشروع قمتُ بتطوير نموذج ذكاء اصطناعي يعتمد على الشبكات العصبية الالتفافية (Convolutional Neural

Networks - CNN) لتنفيذ مهمة تصنيف الصور إلى فئتين:

فئة القطط

فئة الكلاب

مميزات المشروع:

تدريب النموذج على بيانات تحتوي على صور متنوعة للقطط والكلاب.

تحقيق دقة عالية في التعرف على الفئة الصحيحة للصورة.

إمكانية إعادة تدريب النموذج على مجموعات صور أخرى لتصنيف أنواع مختلفة من الكائنات.

قابلية الاستخدام في تطبيقات الهاتف أو الويب.

مراحل العمل في المشروع:

تجهيز البيانات (Data Preprocessing):

قراءة وتحميل الصور.

تغيير حجم الصور وتطبيع القيم (Normalization).

تقسيم البيانات إلى بيانات تدريب واختبار.

تصميم نموذج CNN:

بناء عدة طبقات Convolution وPooling لاستخراج الملامح.

إضافة طبقات Fully Connected للتصنيف.

تدريب النموذج على بيانات التدريب.

تقييم النموذج باستخدام بيانات الاختبار.

عرض النتائج مع الرسوم البيانية لدقة النموذج وخسارته