الذكاء الاصطناعي قادر على فهم محتوى الصور بدقة بالغة. سأقوم ببناء وتدريب نماذج تعلم عميق متخصصة في تصنيف الصور باستخدام شبكات CNN العصبية ومكتبات TensorFlow/Keras لحل المشكلات المعقدة. (مشروع X-Ray Fracture في المعرض هو تطبيق "برمجي/تجريبي" يوضح قوة النموذج في التصنيف، وليس أداة طبية).
تصميم وتكوين طبقات الـ CNN لتناسب حجم وطبيعة البيانات الخاصة بك.
تطبيق تقنيات Data Augmentation لرفع دقة النموذج حتى لو كانت بياناتك محدودة.
تجهيز Dataset صغيرة تصل إلى 200 صورة مع تطبيق Data Preprocessing.
إعداد وبناء معمارية (Architecture) لشبكة CNN مناسبة للمشكلة.
تسليم الكود المصدري المنظم بصيغة بايثون.
تدريب النموذج علي بيانات تصل تدريب إلي 10,000 صورة مع رفع الدقة وتقليل ال Overfitting
15.00
|
|
تحويل النموذج ل Flask API وبناء واجهة ويب تفاعلية لرفع الصور وعرض النتائج
30.00
|
تدريب النموذج علي بيانات تصل تدريب إلي 10,000 صورة مع رفع الدقة وتقليل ال Overfitting
15.00
|
|
تحويل النموذج ل Flask API وبناء واجهة ويب تفاعلية لرفع الصور وعرض النتائج
30.00
|