ML Project — Automated Street Hole Recognition using Machine Learning

الوصف: طورت نظامًا ذكيًا لاكتشاف الحفر وأضرار الطرق تلقائيًا باستخدام صور الشوارع. المشروع تم ضمن مقرر Machine Intelligence في جامعة النيل، ويعتمد على مقارنة نماذج تعلم آلي وذكاء اصطناعي للكشف الدقيق والسريع.

المميزات:

تدريب واختبار أكثر من نموذج (CNN, Random Forest, Logistic Regression, KNN, Naive Bayes).

أعلى دقة تحققت كانت 97% باستخدام CNN.

قاعدة بيانات تحتوي على أكثر من 18,000 صورة من دول متعددة مع تحسين بالـ Data Augmentation.

واجهة رسومية (GUI) لرفع الصور والحصول على نتائج فورية مع Bounding Boxes وتقارير قابلة للتصدير.

التقنيات المستخدمة: Python, TensorFlow/Keras, Scikit-learn, OpenCV, Tkinter.