CNN_Optomization

يهدف هذا المشروع إلى تطوير نظام ذكاء اصطناعي ذكي لتصنيف الصور (التفريق بين صور الكلاب والقطط) باستخدام شبكات التلافيف العصبية (CNN). بدلاً من الاعتماد على التصميم اليدوي للشبكة، يتضمن المشروع تطبيق خوارزمية تحسين سرب الجسيمات (PSO) للبحث التلقائي عن البنية المثالية واكتشاف أفضل المعاملات الدقيقة (Hyperparameters) مثل: عدد الطبقات، حجم الفلاتر، معدل التعلم (Learning Rate)، وحجم الدفعة (Batch Size) لضمان تحقيق أعلى دقة وأفضل أداء. أبرز مميزات المشروع:الأتمتة والتحسين الذاتي: ضبط وتحديد بنية الشبكة العصبية تلقائياً دون تدخل يدوي. واجهة رسومية تفاعلية (GUI): إمكانية رفع الصور وتصنيفها فورياً مع عرض نسبة الثقة (Confidence Percentage). لوحة التحكم والمقارنة: واجهة مخصصة للتحكم في معاملات الـ PSO ومقارنة أداء النموذج المحسّن بالنموذج التقليدي.