كشف سائق مشتت الانتباه باستخدام رؤية الحاسوب (Distracted Driver Detection)

مشروع يعتمد على نموذج تعلم عميق للتعرف على حالات السائق المنشغل أثناء القيادة (مثل استخدام الهاتف، الماكياج، التحدث إلى الراكب، الخ...) باستخدام صور.

بالإضافة إلى واجهة تفاعلية باستخدام Streamlit لرفع صورة أو دفعة صور، والحصول على التنبؤات + عرض المقارنات بين النماذج المختلفة.

الأهداف والفائدة:

تحسين السلامة على الطرق بتحديد السلوكيات الخطرة.

عرض أداء نماذج مختلفة لتحديد الأفضل للمشروع العملي.

الأدوات والتقنيات المستخدمة:

بايثون، مكتبات التعلم العميق مثل TensorFlow/Keras أو PyTorch.

نماذج مسبقة التدريب (Pre-trained) مثل ResNet وMobileNet.

استخدام الشبكات العصبية المخصصة (Custom CNN).

مكتبات معالجة الصور ومعالجة البيانات (OpenCV وغيرها).

واجهة تفاعلية باستخدام Streamlit.