Transfer Learning مع ResNet لتصنيف الحيوانات
استخدام نموذج ResNet50 المُدرب مسبقاً لتصنيف صور الحيوانات
مقدمة المشروع
في هذا المشروع العملي، ستتعلم كيفية استخدام نموذج resnet50 المُدرب مسبقاً لتصنيف صور الحيوانات. هذا المشروع مصمم خصيصاً لمستوى متوسطويستغرق تقريباً 1-2 أسبوع لإكماله بشكل كامل.
سنتبع منهجية CRISP-DM (Cross-Industry Standard Process for Data Mining) المعترف بها عالمياً، والتي تضمن بناء مشروع احترافي قابل للتطبيق في بيئة الإنتاج.
ماذا ستتعلم؟
خطوات العمل التفصيلية
اتبع هذه الخطوات الست لبناء مشروع احترافي
Business Understanding
فهم المشكلة
تحديد الأهداف والمتطلبات من منظور الأعمال
الخطوات العملية:
توفير الوقت باستخدام النماذج المُدربة
Data Understanding
فهم البيانات
جمع البيانات الأولية والتعرف عليها وتحديد جودتها
الخطوات العملية:
جمع dataset حيوانات (Cats, Dogs, Birds)
Data Preparation
تحضير البيانات
تنظيف وتحويل البيانات لتكون جاهزة للنمذجة
الخطوات العملية:
تغيير حجم الصور للمتطلبات المطلوبة
Modeling
بناء النموذج
اختيار وتطبيق تقنيات النمذجة المناسبة
الخطوات العملية:
تحميل ResNet50 وتجميد الطبقات الأولى + Fine-tune
Evaluation
التقييم
تقييم النموذج والتأكد من تحقيق الأهداف
الخطوات العملية:
تحقيق دقة عالية بتدريب أقل
Deployment
النشر
نشر النموذج في بيئة الإنتاج
الخطوات العملية:
تصدير النموذج لـ Production