Shoplifting Detection System

نظام لاكتشاف حالات السرقة باستخدام Computer Vision وYOLO، مع دعم الصور والفيديو والـWebcam، وعرض الـBounding Boxes ونسبة الثقة، بالإضافة لنتائج التدريب والتقييم. نظام ذكي لاكتشاف حالات السرقة باستخدام الذكاء الاصطناعي مشروع Shoplifting Detection System هو نظام ذكي يعتمد على تقنيات Computer Vision وDeep Learning لاكتشاف حالات السرقة داخل المتاجر وتحليل الصور ومقاطع الفيديو بشكل آلي. تم تدريب نموذج ذكاء اصطناعي باستخدام YOLO Object Detection للتعرف على السلوكيات المرتبطة بالسرقة، مع إمكانية تشغيل النموذج من خلال واجهة استخدام بسيطة وسهلة. أهم مميزات النظام: - اكتشاف حالات السرقة بشكل تلقائي باستخدام نموذج Deep Learning. - دعم تحليل الصور Images. - دعم تحليل الفيديوهات Videos وعرض النتائج على الفيديو. - دعم استخدام Webcam للمراقبة في الوقت الحقيقي. - تحديد الأشخاص أو الحالات المشتبه بها باستخدام Bounding Boxes. - عرض اسم الحالة المكتشفة ونسبة الـ Confidence Score. - تغيير حالة النظام تلقائيًا إلى SHOPLIFTING عند اكتشاف حالة سرقة. - إمكانية حفظ الفيديو الناتج بعد إضافة نتائج الكشف عليه. - واجهة استخدام بسيطة ومنظمة لسهولة تشغيل النظام. النموذج والنتائج: تم تدريب نموذج الكشف على بيانات تحتوي على فئتين رئيسيتين: - Normal - Shoplifting وحقق النموذج نتائج جيدة أثناء التدريب والاختبار، حيث وصلت قيمة [email protected] إلى حوالي 0.90، مع Precision وRecall مرتفعين، مما يدل على قدرة النموذج على اكتشاف الحالات بدقة جيدة. كما تم استخدام Precision-Recall Curve ونتائج التدريب مثل: - Training Loss - Validation Loss - Precision - Recall - [email protected] - [email protected]:0.95 لتقييم أداء النموذج ومتابعة تطوره أثناء عملية التدريب. الهدف من المشروع: يهدف المشروع إلى تقديم حل ذكي يمكن استخدامه في المتاجر والسوبر ماركت وأنظمة المراقبة الأمنية للمساعدة في اكتشاف حالات السرقة بشكل سريع وتقليل الاعتماد على المراقبة اليدوية المستمرة. المشروع يجمع بين Artificial Intelligence + Computer Vision + Object Detection + Web Interface لتقديم نظام عملي وقابل للتطوير مستقبلًا.