هدف هذا المشروع إلى تطوير نموذج شبكة عصبية التفافية (CNN) لتصنيف الصور إلى كلاب أو قطط بشكل تلقائي. يعتمد النموذج على تقنيات التعلم العميق ورؤية الحاسوب لاستخراج الخصائص المهمة من الصور مثل الحواف والأنماط، مما يساعد على التمييز بين الفئتين بدقة.
يتضمن المشروع عدة مراحل أساسية مثل معالجة البيانات، تغيير حجم الصور، تطبيع قيم البكسل، وتقسيم البيانات إلى مجموعة تدريب واختبار. بعد ذلك يتم تدريب نموذج CNN الذي يتكون من طبقات التفاف (Convolution) وطبقات تجميع (Pooling) لاستخراج الخصائص، تليها طبقات كاملة الاتصال لإجراء عملية التصنيف.
يتم تقييم أداء النموذج باستخدام مقاييس مثل الدقة (Accuracy) و قيمة الخطأ (Loss) للتأكد من كفاءته في تصنيف الصور.
يعرض المشروع تطبيقًا عمليًا لاستخدام تقنيات التعلم العميق في مهام تصنيف الصور.