Recognition and Tracking of Students’Grades Records

تطبيق تعقب وتمييز سجل درجات الطلبة الأمتحانية  

Recognition and Tracking of Students’Grades Records

تطبيق تعقب سجل درجات الطلبة الامتحانية بأستخدام تمييز صورة الطالب 

هذا التطبيق يمهد للتحكم بالاجهزة المنزلية بأستخدام تعقب الاجهزة  الكهربائية

 بأستخدام الملصقات الكهربائية على الاجهزة الكهربائية مثل تشغيل وأطفاء وأرسال اي رسالة تحذيرية ..وكذلك تعقب السيارات من تمييز وتعقب رقم السيارة .

وكثير من التطبيقات وخاصة في مشاريع انترنيت الاشياء .وكثير من التطبيقات في واقعنا الحياتي ….

ان شاء الله قريبا …..

المبرمج العراقي

 

A Deep Dream of a Neural Network

 

حلم عميق مع نموذج TensorFlow. إنها خوارزمية لتوليد مايسمى بالحلم العميق من خلال طبقات نموذج v3 النموذجية التي تم تدريبها على imagenet ، (Tensorflow Inception Graph V3). ومن ثم يتم السماح للحلم(الخوارزمية ) بالتسلل عبر طبقات مختلفة من الشبكة ، مما يولد (Generator ) أشياء تمثل الطبقات المختلفة. مثل السماح للشبكة العصبية “بتضخيم” ما تعتقد أنه يراه … يمكننا بعد ذلك تضخيم هذا التضخيم بشكل مستمر والتلاعب في الصورة ، عن طريق التكبير ، على سبيل المثال. الطبقات الأقدم تشبه الخطوط المستقيمة ، ثم المربعات ، ثم المزيد من الدوائر … ثم أشياء مثل العيون ، وربما بعض الوجوه والمباني……. تم إنشاؤه بواسطة مهندس Google Alexander Mordvintsev والذي يستخدم شبكة عصبية تلافيفية(CNN) للعثور على أنماط الصور وتعزيزها عبر خوارزمية معينة ، مما يؤدي إلى ظهور مظهر الهلوسة الشبيه بالحلم في الصور التي تتم معالجتها بشكل متعمد. في هذا النموذج او التطبيق تم تطبيق الخوارزمية على فديو صغير ذات زمن تقريبا 30 ثانية تقريبا 1200 فريم صورة وتمت معالجتها فريم فريم وتم تجميع الفريمات كمحصلة نهائية الفديو النهائي … بامكانكم الاطلاع على تقنية وخوارزمية من هنا https://ai.googleblog.com/2015/06/inc… والكود البرمجي لها من هنا https://github.com/kesara/deepdreamer

 

Gender Classification Prediction By Deep Learning

Gender Classification Prediction By Deep Learning into Firebase Server Real Time …Using Keras and Tensorflow API (Man or Woman )

 

نظام وتطبيق ويب مع الخادم (firebase )  لشركة لكوكل لكشف وتصنيف نوع الجنس ان كان رجل ام امراءه (Man Or Woman) .بأستخدام تقنية الذكاء الاصطناعي بأستخدام خوارزميات الشبكة العصبية الالتفافية …. (Convolution Neural Network) وخزن القيم التنبئية (Predictive values) في الخادم ( firebase ) في الوقت الحقيقي ومشاهدة الفرق عن الخادم المحلي …من حيث سرعة الكشف والخزن ..تمهيدا لعمل منظومة الكترونية مع المتحكمات الدقيقة الالكترونية في مشاريع انترنيت الاشياء (…Internet of Things IOT) مثل المتحكم الاردوينو (Arduino Uno Board MCU ) ومتحكم الراسبيري باي 3 (Raspberry Pi +3) ومتحكم (ESP8266 NodeMCU ) u can download the prediction code and model

 

https://drive.google.com/open?id=1FyY1T0M3bI7o0jEAlan2uhw_yGe7FhiD

 

 

 

Malaria Disease Classification Prediction by Deep Learning

Malaria Disease Classification Prediction

by Deep Learning

Using Convolutional Neural Networks in Keras

and Tensorflow API

تطبيق ويب لتصنيف مرض الملاريا والتنبؤ بواسطة التعلم العميق

( الشبكات العصبية الالتفافية )

 

تم استخدام الصور الطبية  (medical images)في الكشف عن نوع مرض الملاريا ان كان الشخص مصابا به   ( Parasitized)او غير مصابا به   ( Uninfected)

 بأ ستخدام الذكاء الاصطناعي بتقية التعلم العميق ضمن مكتبة وواجهة Keras API بأستخدام خوازمية الشبكة العصبية الالتفاتية

 ( Convolutional Neural Networks  )

حيث تم استخدام   (dataset) من صور مرض الملاريا حيث تتكون مجموعة  البيانات من 27،588 صورة تنتمي إلى فئتين منفصلتين:

1. مصابة ( Parasitized ): مما يعني أن المنطقة تحتوي على الملاريا.

2. غير مصاب(Uninfected ): بمعنى أنه لا يوجد دليل على وجود الملاريا في المنطقة.

إن مجموعة بيانات الملاريا التي تم التدريب ضمن خوازميات التعلم العميق

لكيراس  ضمن الرابط هذا

بامكانك تنزيل ملف التدريب مع الموديل من هنا

 قناة اليوتيوب من هنا