Facial Emotion Recognition باستخدام Deep Learning وComputer Vision

طورت نموذج Deep Learning للتعرف على المشاعر من صور الوجوه وتصنيفها إلى عدة فئات عاطفية.

بدأت بتجهيز Dataset الخاصة بصور الوجوه ومعالجة الصور لتناسب نموذج Deep Learning، ثم استخدمت Transfer Learning للاستفادة من نموذج مدرب مسبقًا بدلًا من بناء شبكة كاملة من الصفر.

اعتمد المشروع على نموذج EfficientNetV2-S مع إعدادات تدريب مناسبة للبيانات، بالإضافة إلى Data Augmentation لتحسين قدرة النموذج على التعميم. كما تم استخدام Label Smoothing وAdamW أثناء التدريب، إلى جانب Test Time Augmentation لتحسين التعامل مع الصور أثناء مرحلة التقييم.

تم التركيز أيضًا على التعامل مع Label Noise الموجودة في البيانات ومحاولة الحصول على نموذج أكثر استقرارًا في تصنيف المشاعر.

التقنيات المستخدمة:

Python، TensorFlow،