بناء نموذج تعلم آلة قادر على التعرف على إيماءات اليد بدقة عالية.

إمكانية التنبؤ بالإيماءة مباشرة أثناء حركة اليد.

تجهيز بيانات الحساس واستخراج الخصائص لتحسين أداء النموذج.

تسليم كود Python مرتب مع شرح مبسط لطريقة التشغيل.

إمكانية إضافة أو تعديل الإيماءات حسب متطلبات مشروعك.

ملفات Python كاملة للمشروع (جمع البيانات – التدريب – التنبؤ اللحظي).

ملف النموذج الجاهز للاستخدام باستخدام خوارزمية KNN بعد التدريب.

"تم الاعتماد على قاعدة بيانات مكونة من 1500 عينة (Samples) موزعة كالتالي:

300 عينة لكل إيماءة (Gesture) لضمان توازن البيانات (Balanced Dataset).

تقسيم البيانات: 80% للتدريب (Training) و 20% للاختبار (Testing).

الهدف: تحقيق أعلى دقة (Accuracy) مع الحفاظ على سرعة الاستجابة اللحظية (Real-time) للموديل."

دليل واضح خطوة بخطوة لتشغيل المشروع بسهولة على جهازك.

مساعدة فنية بسيطة بعد التسليم لضمان تشغيل المشروع بنجاح.