أقدّم خدمة تطوير نماذج التجزئة الدلالية (Semantic Segmentation) باستخدام خوارزمية U-Net، مع خبرة عملية مثبتة عبر مشروع Oxford-IIIT Pet Dataset، حيث قمت ببناء نموذج متكامل يقوم بعزل الهدف من الخلفية بدقة عالية.
ما الذي أقدمه في هذه الخدمة؟
بناء نموذج U-Net مخصص لمهمة الـ Segmentation.
إعداد بايبلاين احترافي للبيانات يشمل:
إعادة تحجيم الصور والمشاهد
التطبيع (Normalization)
تحسينات البيانات (Augmentation)
تنظيم البيانات باستخدام tf.data (cache – shuffle – batch – prefetch)
تدريب النموذج باستخدام أفضل الممارسات:
Adam optimizer
SparseCategoricalCrossentropy
Dice Coefficient & Mean IoU
EarlyStopping – ModelCheckpoint – ReduceLROnPlateau
الحصول على نموذج جاهز للاستخدام أو التطوير (inference-ready).
تحليل النتائج وتقديم تقرير واضح مع صور توضيحية للتوقعات (Predictions).
