نظام تصنيف القمامة (waste-classifier)

نظام ذكاء اصطناعي لتصنيف القمامة إلى 6 فئات (ورق مقوى، زجاج، معدن، ورق، بلاستيك، نفايات) باستخدام Transfer Learning. تم مقارنة نموذجين: EfficientNet-B0 وResNet50 الذي حقق دقة 85.42%. يتميز المشروع بتقنية Grad-CAM لشرح قرارات النموذج بصرياً وإظهار المناطق التي يركز عليها — مما يجعله نموذجاً قابلاً للتفسير وليس مجرد "صندوق أسود". يعمل عبر واجهة Gradio تفاعلية.

An AI system for classifying waste into 6 categories (cardboard, glass, metal, paper, plastic, trash) using Transfer Learning. Two models were compared: EfficientNet-B0 and ResNet50, with ResNet50 achieving 85.42% accuracy. The project features Grad-CAM Explainable AI — visually highlighting which regions the model focuses on, making it interpretable rather than a black box. Includes an interactive Gradio web demo for real-time inference.