قمتُ بتطوير نموذج ذكاء اصطناعي لتصنيف الصور اعتمادًا على تقنيات التعلم العميق (Deep Learning)، وذلك ضمن أحد المشاريع الأساسية في مسار الذكاء الاصطناعي مع Udacity. تم استخدام مكتبة PyTorch لتدريب النموذج على مجموعة بيانات من الصور، واستخدام الشبكات العصبية الالتفافية (CNNs) لاستخلاص الأنماط البصرية.
هدف المشروع هو بناء نموذج دقيق قادر على التعرف على محتوى الصورة وتحديد الفئة المناسبة لها، ويمكن إعادة استخدامه في تطبيقات مثل تصنيف الصور الطبية، أو صور الحيوانات، أو المنتجات.
الميزات الرئيسية:
استخدام شبكة عصبية التفافية (CNN) مُدرّبة على مجموعة بيانات ضخمة.
الاعتماد على نموذج pre-trained مثل VGG16 أو ResNet مع Transfer Learning لتحسين الأداء وتقليل وقت التدريب.
تقييم دقة النموذج باستخدام بيانات اختبار منفصلة.
إمكانية رفع صورة واحدة والحصول على التصنيف المتوقع من النموذج.
تدريب وتحسين النموذج باستخدام أدوات مثل PyTorch وNumPy وMatplotlib.
