سأطور نموذج ذكاء اصطناعي لكشف تلف الطرق باستخدام YOLOv8

الوصف

هل تبحث عن حل يعتمد على الذكاء الاصطناعي لاكتشاف الحفر والشقوق وأضرار الطرق من الصور؟

أقدم لك خدمة تطوير وتجهيز نموذج تجريبي للرؤية الحاسوبية باستخدام Python وYOLOv8، بالاعتماد على خبرتي العملية في تنفيذ مشروع Road Damage Detection System.

**ما الذي يمكن للنظام اكتشافه؟**
- الحفر في الطرق (Potholes).
- الشقوق والتصدعات (Cracks).
- أغطية المناهل (Manholes).

**كيف يعمل النظام؟**

يقوم المستخدم برفع صورة للطريق، ثم يحللها نموذج YOLOv8 ويعرض الأضرار المكتشفة باستخدام مربعات تحديد (Bounding Boxes)، مع اسم كل فئة ودرجة الثقة.

يتضمن المشروع واجهة تفاعلية باستخدام Gradio تتيح رفع الصور أو التقاطها بالكاميرا، مع عرض ملخص للأضرار وتصنيف تقديري لمستوى شدتها (Low / Medium / High) بناءً على حجم المنطقة المكتشفة.

**التقنيات المستخدمة:**

Python، YOLOv8، Ultralytics، OpenCV، Gradio، Google Colab.

**نتائج المشروع السابق:**

أجريت تجربتين باستخدام YOLOv8n وYOLOv8s، وحقق النموذج المحسّن mAP@50 بنسبة 28.8% على مجموعة تحقق تضم 504 صور.

هذه النتيجة خاصة بالتجربة السابقة وليست ضمانًا للدقة على صور أو بيانات جديدة.

**نطاق الخدمة الأساسية:**

تجهيز نسخة أولية من كود الكشف وواجهة العرض وفق المتطلبات المتفق عليها، مع اختبار تشغيل أساسي وتوضيح طريقة الاستخدام. يتم الاتفاق على توفير أوزان النموذج المدرب قبل بدء التنفيذ.

الخدمة مناسبة للنماذج الأولية والمشروعات البحثية والتجارب التعليمية، وليست نظامًا معتمدًا لتقييم سلامة الطرق ميدانيًا.

يرجى التواصل قبل الطلب لتحديد البيانات المطلوبة وبيئة التشغيل.