تصنيف العيون المفتوحة والمغلقة باستخدام الذكاء الاصطناعي

قمت ببناء نموذج ذكاء اصطناعي لتصنيف صور العيون إلى مفتوحة أو مغلقة باستخدام الشبكات العصبية التلافيفية (CNN) من الصفر، وذلك عبر المراحل التالية: تجهيز البيانات: تحميل وقراءة مجلدات الصور (Train/Test)، تحويلها لـ RGB وتوحيد حجمها إلى 224×224، مع عمل Label Encoding للفئتين. استكشاف البيانات (EDA): عرض عينات من الصور مع التصنيفات، ورسم توزيع الفئات باستخدام Seaborn للتحقق من التوازن. بناء النموذج (CNN من الصفر): تصميم شبكة تلافيفية من 3 Blocks تتضمن Conv2D + BatchNormalization + ReLU + MaxPooling + Dropout، مع طبقتي Dense مدمجتين بـ L2 Regularization، وطبقة خرج Sigmoid للتصنيف الثنائي. التدريب: تدريب النموذج لـ 100 epoch مع Early Stopping وModel Checkpoint وReduceLROnPlateau للحصول على أفضل نتيجة وتجنب الـ Overfitting. التقييم: قياس الأداء بـ Accuracy وPrecision وRecall، ورسم منحنيات التدريب، وعرض Confusion Matrix عادي ومعياري (Normalized). التقنيات المستخدمة: Python | TensorFlow/Keras | OpenCV | NumPy | Pandas | Matplotlib | Seaborn | Scikit-learn