المميزات الرئيسية:
الكشف في الوقت الفعلي مع إظهار الصناديق المحيطة (Bounding Boxes) وتسميات الفئات (Class Labels).
تدريب على بيانات مخصّصة باستخدام YOLOv5 / YOLOv8.
ضبط فرط المعلمات (Hyperparameter Tuning) لتحقيق التوازن بين الدقة والسرعة.
التقييم باستخدام mAP (متوسط الدقة).
النشر باستخدام Streamlit / OpenCV لعرض تجريبي تفاعلي.
الأدوات والتقنيات المستخدمة:
Python، PyTorch، OpenCV، Streamlit، YOLO.
النتيجة المتوقعة:
نموذج ذكاء اصطناعي سريع ودقيق قادر على الكشف في الوقت الحقيقي، مناسب للتطبيقات في الأمن، المراقبة، تحليلات التجزئة، والأنظمة الذكية.
