مشروع متطور يعتمد على تقنيات التعلم العميق (Deep Learning) لوصف محتوى الصور آلياً وتوليد نصوص دقيقة باللغة العربية، مما يساهم في تسهيل الوصول للمحتوى البصري وفهمه برمجياً.
أبرز المميزات التقنية:
هندسة Transformers: تم بناء النموذج باستخدام معمارية (ViT + Decoder) لضمان أعلى دقة في تحليل الصور وتوليد النصوص.
الترجمة العصبية (Neural Translation): دمج نموذج ترجمة متطور لتحويل الوصف من الإنجليزية إلى العربية بشكل طبيعي وسليم لغوياً.
واجهة تفاعلية: تم بناء واجهة مستخدم باستخدام Gradio لتجربة النموذج بشكل مباشر وسهل (Interactive AI Web UI).
معالجة اللغات الطبيعية (NLP): استخدام تقنيات الـ NLP المتقدمة لضبط سياق الكلام وضمان جودة المخرجات العربية.
