Face Mask Detection

نظام كشف كمامات الوجه الذكي (Real-Time Face Mask Detection System)

عن المشروع:

تطوير نموذج ذكاء اصطناعي (Deep Learning) عالي الدقة لكشف وتحديد ارتداء كمامات الوجه تلقائياً (With Mask / Without Mask). تم بناء المشروع ليكون حلاً عملياً وقابلاً للتطبيق في أنظمة الأمان والسلامة العامة في المؤسسات، الأماكن المغلقة، والمرافق العامة.

المميزات والحلول التقنية المطبقة:

بيانات ضخمة ومعالجة متقدمة (Dataset & Preprocessing):

تدريب النموذج على مجموعة بيانات تحتوي على أكثر من 12,000 صورة مقسمة بدقة (Training, Validation, Test).

تطبيق تقنيات Data Augmentation (تدوير الصور، تغيير الإضاءة والتباين) لضمان كفاءة النموذج في مختلف الظروف البيئية الواقعية (إضاءة ضعيفة، زوايا مختلفة).

معمارية خفيفة وسريعة (MobileNetV2 Architecture):

اعتماد تقنية Transfer Learning باستخدام معمارية MobileNetV2 المسبقة التدريب على ImageNet، مع إعادة بناء الـ Classifier Head وتدريبه خصيصاً للتصنيف الثنائي (Binary Classification).

اختيار المعمارية يضمن سرعة فائقة في المعالجة (Inference Speed) مما يجعلها مناسبة للعمل على الأجهزة المدمجة والكاميرات المباشرة.

تدريب وتحسين الأداء (Model Optimization):

تدريب النموذج باستخدام محسن Adam Optimizer مع آليتي EarlyStopping و Learning Rate Scheduling لمنع الفرط في التعلم (Overfitting) وضمان أعلى قدرة على التعميم (Generalization).

دالة التنبؤ والتحليل المباشر (Single Image & Real-Time Prediction):

تطوير دالة استدلال (Prediction Function) تُظهر النتيجة مع درجة الثقة (Confidence Score) مثل: With Mask – 97%.

التقنيات والأدوات المستخدمة (Tech Stack):

اللغات والإطارات: Python, PyTorch / TensorFlow

الرؤية الحاسوبية: OpenCV, PIL

المعمارية والنمذجة: MobileNetV2, Transfer Learning

معالجة البيانات: Data Augmentation, Scikit-Learn

قيمة المشروع للعميل (Business Impact):

يوفر هذا النظام نواة حقيقية يمكن دمجها مع كاميرات المراقبة (CCTV) أو بناء واجهة مستخدم (Dashboard) لإصدار تنبيهات فورية عند رصد أي مخالفات، مما يعزز معايير السلامة العامة بكفاءة ودون تدخل بشري.