نظام ذكاء اصطناعي لاكتشاف شروخ الأسطح باستخدام التعلم العميق ونشره كتطبيق ويب

قمت بتطوير نظام متكامل يعتمد على تقنيات الرؤية الحاسوبية (Computer Vision) والتعلم العميق (Deep Learning) للكشف عن وجود شروخ في الأسطح من الصور بشكل تلقائي. تم بناء النموذج باستخدام Transfer Learning بالاعتماد على نموذج ResNet مع إضافة طبقات مخصصة لتحسين الأداء مثل: Global Average Pooling Batch Normalization Sigmoid Activation حقق النموذج دقة وصلت إلى 99% في تصنيف الصور إلى: سطح سليم (Negative) سطح يحتوي على شروخ (Positive) ولتحويل النموذج إلى منتج قابل للاستخدام، قمت ببناء Production Pipeline كاملة تشمل: رفع الصورة من واجهة المستخدم معالجة الصورة وتجهيزها للنموذج تنفيذ التنبؤ باستخدام النموذج المدرب عرض النتيجة مباشرة للمستخدم كما تم تطوير واجهة ويب تفاعلية باستخدام: HTML CSS JavaScript وتم بناء الـ Backend باستخدام: FastAPI مميزات المشروع: ✔ واجهة استخدام بسيطة ✔ رفع الصور وتحليلها مباشرة ✔ سرعة في تنفيذ التنبؤ ✔ قابلية التطوير والنشر لاحقًا التقنيات المستخدمة: Python – TensorFlow – Keras – FastAPI – HTML – CSS – JavaScript – Computer Vision