آموزش تسلط عملی بر بینایی ماشین: ۲۰+ پروژه پایتون و هوش مصنوعی - آخرین آپدیت

سرفصل ها و درس ها

مقدمه Introduction

• مقدمه Introduction

آشنایی با مدرس Meet Your Instructor

• معرفی مدرس و نمای کلی دوره Introduction to Your Instructor and Course Overview

پیش‌نمایش خروجی‌های مورد انتظار – آنچه خواهید ساخت Expected Output Preview – See What You’ll Build

• نتایج بصری پروژه‌ها پیش از شروع Visual Outcomes of Projects Before You Start

درک هوش مصنوعی – از ریشه‌ها تا تأثیرات Understanding AI – From Origins to Impact

• هوش مصنوعی چیست و چگونه تکامل یافته است What is AI and How It Has Evolved

نمای کلی بینایی ماشین Overview of computer vision

• مقدمه‌ای بر بینایی ماشین و کاربردهای آن Introduction to Computer Vision and Its Applications

راه‌اندازی محیط برای توسعه پایتون Environment Setup for Python Development

• نصب پایتون Installing Python

• راه‌اندازی VS Code برای توسعه پایتون VS Code Setup for Python Development

تکنیک‌های پایه بینایی ماشین Computer Vision Basic Techniques

• نمای کلی مبانی OpenCV OpenCv Fundamental's Overview

• خواندن و نوشتن تصاویر Reading and Writing Images

• تبدیل فضای رنگی Color Space Conversion

• نمایش تصاویر و ویدیوها Displaying Images and Videos

• تغییر اندازه، برش و چرخش تصویر Image Resizing, Cropping, and Rotation

• توابع رسم (Drawing) Drawing Functions

• آستانه‌گذاری تصویر Image Thresholding

• عملیات مورفولوژیک Morphological Operations

• تشخیص کانتور Contour Detection

• تولید ماسک تصویر Mask Image Generation

• تفریق پس‌زمینه Background Subtraction

• عملیات بیت‌وایز تصاویر Image Bitwise Operations

• یکسان‌سازی هیستوگرام و اصلاح گاما Histogram Equalization, Gamma Correction

• فیلترهای نرم‌کننده (Smoothing) Smoothing Filters

• فیلترهای تیزکننده (Sharpening) Sharpening Filters

• تشخیص لبه Sobel Edge Detection Sobel

• تنظیم کنتراست Contrast Adjustment

تکنیک‌های پیشرفته بینایی ماشین Computer Vision Advanced Techniques

• ویدیو مقدماتی تکنیک‌های پیشرفته بینایی ماشین Computer Vision Advanced Introduction Video

• تشخیص لبه Canny Edge Detection Canny

• تشخیص گوشه‌ها Corner Detection

• تشخیص و تطبیق نقاط کلیدی Keypoint Detection & Matching

• تحلیل بافت Texture Analysis

• جریان نوری و تحلیل حرکت Optical Flow and Motion Analysis

• ردیابی اشیاء Object Tracking

• بخش‌بندی تصویر (Segmentation) Image Segmentation

• تشخیص اشیاء در تصویر Image object detection

• استریم زنده Live streaming

• موتور OCR Tesseract Tesseract OCR Engine

پروژه ۱: سیستم هوشمند حضور و غیاب چهره با پایتون و بینایی ماشین Project #1: Smart Face Attendance System with Python & Computer Vision

• نمای کلی و ویژگی‌های دوره Course Overview and Features

• نصب بسته‌های مورد نیاز (Dlib, OpenCV و غیره) Installing Required Packages (Dilib, OpenCV, etc.)

• ثبت چهره (Enrollment) Face Enrollment

• استخراج Embedding چهره و شناسایی نقاط Landmark Extracting Face Embeddings and Identifying Landmark

• آموزش مدل شناسایی چهره Training the Facial Recognition Model

• شناسایی چهره و حضور و غیاب در لحظه Real-Time Face Recognition and Attendance

• ساخت رابط کاربری (GUI) مدیریت حضور و غیاب Building the Attendance Management GUI

پروژه ۲: سیستم تشخیص خواب‌آلودگی راننده با پایتون و بینایی ماشین Project #2: Driver Drowsiness Detection System with Python & Computer Vision

• مقدمه‌ای بر سیستم تشخیص خواب‌آلودگی راننده Introduction of the Driver Drowsiness Detection System

• نمای کلی پروژه تشخیص خواب‌آلودگی Driver Drowsiness Detection Project Overview

• درک بسته‌های کلیدی برای تشخیص خواب‌آلودگی Understanding Key Packages for Driver Drowsiness Detection

• پیاده‌سازی منطق تشخیص خواب‌آلودگی با EAR و MAR Implementing Drowsiness Detection Logic Using EAR and MAR

• ادغام تشخیص خواب‌آلودگی با GUI Tkinter Integrating Drowsiness Detection with Tkinter GUI

• تشخیص لحظه‌ای خواب‌آلودگی با استریم ویدئویی زنده Real-Time Driver Drowsiness Detection with Live Video Streaming

• استنتاج مدل در لحظه برای تشخیص خواب‌آلودگی Real-Time Model Inference for Driver Drowsiness Detection

پروژه ۳: تشخیص اشیاء با استفاده از Yolov7 با پایتون و بینایی ماشین Project #3: Object Detection Using Yolov7 with Python & Computer Vision

• مقدمه‌ای بر تشخیص اشیاء با استفاده از yolov7 Introduction of the Object Detection using yolov7

• نمای کلی پروژه تشخیص اشیاء Object Detection Project Overview

• درک بسته‌های کلیدی برای تشخیص اشیاء Understanding Key Packages for Object Detection

• درک وزن‌های مدل YOLOv7 tiny Understanding the YOLOv7-tiny Model Weights

• تشخیص لحظه‌ای اشیاء با YOLOv7 tiny Real-Time Object Detection with YOLOv7-tiny

• ساخت GUI Tkinter برای تشخیص لحظه‌ای اشیاء Building a Tkinter GUI for Real-Time Object Detection

• اجرای استنتاج مدل در لحظه برای تشخیص اشیاء Executing Real-Time Model Inference for Object Detection

پروژه ۴: تشخیص سلاح مبتنی بر هوش مصنوعی برای امنیت پیشرفته با پایتون و CV Project #4: AI-Powered Weapon Detection for Enhanced Security with Python & CV

• مقدمه‌ای بر تشخیص سلاح با استفاده از YOLOv7 Introduction of the Weapon Detection using YOLOv7

• نمای کلی پروژه تشخیص سلاح Weapon Detection Project Overview

• راه‌اندازی Google Colab برای آموزش مدل تشخیص سلاح Setup in Google Colab for Weapon Detection Model Training

• اتصال Google Drive به Google Colab Mounting Google Drive on Google Colab

• استفاده از دیتاست Sohas برای تشخیص سلاح Utilizing Sohas Weapon Detection Dataset for Weapon Detection

• کلون کردن مخزن YOLOv7 و نصب بسته‌های مورد نیاز Cloning YOLOv7 Repository and Installing Required Packages

• بصری‌سازی دیتاست تشخیص سلاح Visualizing the Weapon Detection Dataset

• تقسیم‌بندی دیتاست تشخیص سلاح Splitting the Weapon Detection Dataset

• بررسی دقیق کد YOLOv7 برای تشخیص سلاح Detailed Walkthrough of YOLOv7 Code for Weapon Detection

• آموزش مدل YOLOv7 برای تشخیص سلاح Training the YOLOv7 Model for Weapon Detection

• استنتاج مدل برای تشخیص سلاح Model Inference for Weapon Detection

پروژه ۵: ردیاب لحظه‌ای ورود/خروج و ظرفیت با پایتون و OpenCV Project #5: Real-Time Entry/Exit Occupancy Tracker using Python & OpenCV

• مقدمه‌ای بر ردیابی لحظه‌ای ورود/خروج برای مدیریت هوشمند ظرفیت Intro to Real-Time Entry/Exit Tracking for Smart Occupancy Management

• درک الگوریتم YOLOv8 Understanding the YOLOv8 Algorithm

• راه‌اندازی و بررسی بسته‌های ضروری Setting Up and Exploring Essential Packages

• متغیرهای کلیدی و نقش آن‌ها در YOLOv8 Key Variables and Their Role in YOLOv8

• منطق شمارش افراد و پیاده‌سازی توابع People Counting Logic and Function Implementation

• دسترسی و استفاده از مختصات خطوط برای ردیابی Accessing and Using Line Coordinates for Tracking

• پیاده‌سازی شمارش افراد با استنتاج مدل YOLOv8 Implementing People Counting with YOLOv8 Model Inference

• پیاده‌سازی Tkinter برای شمارش لحظه‌ای افراد Tkinter Implementation for Real-Time People Counting

• نصب بسته‌های سیستم شمارش افراد Package Installation for People Counting System

• رسم خطوط روی تصاویر برای شمارش افراد Drawing Lines on Images for People Counting

• دریافت مختصات خطوط با Roboflow برای شمارش افراد Getting Line Coordinates Using Roboflow for People Counting

• اجرای کد شمارش ورود و خروج افراد People In and Out Counting Code Execution

پروژه ۶: تشخیص و شناسایی احساسات چهره با پایتون و OpenCV Project #6: Facial Emotion Detection & Recognition using Python & OpenCV

• مقدمه‌ای بر تشخیص احساسات چهره Introduction of the Facial Emotion Detection

• نمای کلی پروژه تشخیص احساسات چهره Facial Emotion Detection Project Overview

• راه‌اندازی Google Colab Set up Google Colab

• دانلود دیتاست تشخیص احساسات چهره Facial Emotion Detection Dataset Download

• بصری‌سازی دیتاست Dataset Visualization

• دانلود فایل وزن‌های مدل پیش‌آموزش‌دیده yolov9 Pre-trained yolov9 model weight file download

• اطلاعات مدل yolov9 yolov9 model info

• توضیح کد مدل yolov9 yolov9 model code explanation

• آموزش مدل yolov9 yolov9 model training

• توضیح استنتاج مدل Model Inference Explanation

• اجرای کد Code Execution

پروژه ۷: تشخیص و شناسایی پلاک مبتنی بر LLM با پایتون و CV Project #7: LLM-Powered License Plate Detection & Recognition with Python & CV

• مقدمه‌ای بر تشخیص و شناسایی لحظه‌ای پلاک خودرو Introduction to Real-Time License Plate Detection and Recognition

• نمای کلی سیستم تشخیص و شناسایی پلاک License Plate Detection and Recognition System Overview

• مدیریت پوشه‌ها و فایل‌های پروژه Managing Folders and Files of the Project

• راه‌اندازی و بررسی بسته‌های ضروری Setting Up and Exploring Essential Packages

• تنظیم دسترسی API برای شناسایی خودرو Setting Up API Access for Vehicle Recognition

• متغیرهای کلیدی و نقش آن‌ها در تشخیص و شناسایی پلاک Key Variables and Their Role in License Plate Detection and Recognition

• پیاده‌سازی تشخیص و شناسایی پلاک Implementing License Plate Detection and Recognition

• ادغام مدل زبانی بینایی (VLM) Vision-Language Model Integration

• پیاده‌سازی Tkinter برای تشخیص و شناسایی لحظه‌ای پلاک Tkinter Implementation for Real-Time License Plate Detection and Recognition

• نصب بسته‌های تشخیص و شناسایی پلاک Package Installation for License Plate Detection and Recognition

• دریافت مختصات چندضلعی (Polygon) با Roboflow برای تشخیص پلاک Getting Polygon Coordinates Using Roboflow for License Plate Detection

• دریافت کلید API NVIDIA NIM برای تشخیص پلاک خودرو Obtaining the NVIDIA NIM API Key for Vehicle License Plate Detection

• اجرای کد تشخیص و ردیابی پلاک خودرو Vehicle License Plate Detection and Tracking Code Execution

پروژه ۸: رانندگی با هوش مصنوعی – تشخیص لحظه‌ای علائم راهنمایی با پایتون و CV Project #8: Driving with AI – Real-Time Traffic Sign Detection with Python & CV

• مقدمه‌ای بر سیستم تشخیص و شناسایی علائم راهنمایی Introduction of theTraffic Sign Detection And Recognition System

• راه‌اندازی Google Colab Google Colab Setup

• نصب بسته‌ها Packages Installation

• آماده‌سازی دیتاست Dataset Preparation

• پیاده‌سازی توابع کمکی برای تشخیص علائم راهنمایی Implementing Utility Functions for Traffic Sign Detection

• پیاده‌سازی تابع Loss برای تشخیص علائم راهنمایی Implementing Loss Function for Traffic Sign Detection

• اطلاعات پیاده‌سازی مدل EfficientNet B0 EfficientNet-B0 Model Implementation Info

• پیکربندی آموزش مدل Model Training configuration

• آموزش مدل EfficientNet B0 Training the EfficientNet-B0 Model

• استنتاج مدل Model Inference

پروژه ۹: سیستم هوشمند تشخیص ورود غیرمجاز انسان با پایتون و بینایی ماشین Project #9: Smart Human Intrusion Detection System with Python & Computer Vision

• اجرای VS Code از طریق خط فرمان (Command Line) Launching VS Code from the Command Line

• مدیریت پوشه‌ها و فایل‌های پروژه Managing Folders and Files of the Project

• درک و راه‌اندازی بسته‌های مورد نیاز Understanding and Setting Up Required Packages

• دسترسی و استفاده از مختصات چندضلعی برای ردیابی Accessing and Using Polygon Coordinates for Tracking

• متغیرهای کلیدی و نقش آن‌ها در YOLOv8 Key Variables and Their Role in YOLOv8

• توضیح کد استنتاج مدل برای تشخیص ورود غیرمجاز Model Inference Code Explanation for Intrusion Detection

• پیاده‌سازی Tkinter برای تشخیص لحظه‌ای ورود غیرمجاز Tkinter Implementation for Real-Time Intrusion Detection

• دریافت مختصات چندضلعی با Roboflow برای تشخیص ورود غیرمجاز Getting Polygon Coordinates Using Roboflow for Intrusion Detection

• اجرای کد تشخیص ورود غیرمجاز Intrusion Detection Code Execution

پروژه ۱۰: تشخیص PPE مبتنی بر AI: تضمین ایمنی محیط کار در لحظه Project #10: AI-Powered PPE Detection: Ensuring Workplace Safety in Real Time

• مقدمه‌ای بر سیستم تشخیص تجهیزات ایمنی (PPE) Introduction of the PPE Detection Detection System

• نمای کلی پروژه تشخیص PPE PPE Detection Project Overview

• آپلود فایل‌ها در Google Colab File Uploaded on Google Colab

• بصری‌سازی دیتاست Dataset Visualization

• اطلاعات مدل PPE PPE Model Information

• اجرای کد PPE PPE Code Execution

• باز کردن VS Code VS Code Open

• وارد کردن بسته‌ها و ماژول‌ها Packages and Module Import

• اطلاعات NVIDIA Nim NVIDIA Nim Information

• اطلاعات API API Information

• فرمت فایل File Format

• API پیش‌بینی (Predict) Predict API

• API دریافت (Get) Get API

• اجرای کد Code Execution

پروژه ۱۱: بینایی AI – تشخیص سن و جنسیت با پایتون و بینایی ماشین Project #11: AI Vision – Age & Gender Detection with Python & Computer Vision

• مقدمه‌ای بر تشخیص سن و جنسیت Introduction to Age and Gender Detection

• نمای کلی پروژه تشخیص سن و جنسیت Age and Gender Detection Project Overview

• اطلاعات بسته‌های تشخیص سن و جنسیت Packages Information for Age and Gender Detection

• مقداردهی اولیه متغیرها و پیکربندی سیستم Variable Initialization and System Configuration

• ایجاد پوشه‌ها Folder Creation

• استنتاج مدل Model Inference

• پیاده‌سازی TKinter TKinter Implementation

• نصب بسته‌ها Package Installation

• اجرای کد Code Execution

پروژه ۱۲: تشخیص تصادف AI و نظارت لحظه‌ای با پایتون و CV Project #12: AI Accident Detection & Real-Time Monitoring with Python & CV

• مقدمه‌ای بر تشخیص تصادف AI، نظارت لحظه‌ای و سیستم هشدار Intro to AI-Powered Accident Detection & Real-Time Monitoring & Alert System

• نمای کلی پروژه تشخیص تصادف، نظارت و هشدار AI AI Accident Detection & Real-Time Monitoring & Alert System: Project Overview

• پیکربندی محیط در Google Colab Configuring the environment on Google Colab

• راه‌اندازی و بررسی بسته‌های ضروری Setting Up and Exploring Essential Packages

• کسب دیتاست: دانلود و درک داده‌ها Dataset Acquisition: Downloading & Understanding

• بصری‌سازی و تحلیل دیتاست Dataset Visualization & Analysis

• پیش‌پردازش دیتاست: نرمال‌سازی و تغییر اندازه Dataset Preprocessing: Normalization & Resizing

• کدگذاری برچسب‌ها و آماده‌سازی داده‌ها Label Encoding & Data Preparation

• بصری‌سازی داده‌های آموزش و اعتبارسنجی Training & Validation Data Visualization

• پیاده‌سازی و آموزش مدل CNN CNN Model Implementation & Training

• دانلود و ذخیره وزن‌های مدل آموزش‌دیده Downloading and Saving Trained Model Weights

• درک پروتکل MQTT و نیازمندی‌های بسته‌ها Understanding MQTT Protocol & Package Requirements

• بررسی خط به خط کد استنتاج مدل Model Inference Code Walkthrough

• اجرای نهایی کد و نمایش زنده Final Code Execution & Live Demonstration

پروژه ۱۳: سیستم هوشمند ردیابی سرعت خودرو با پایتون و بینایی ماشین Project #13: Smart Vehicle Speed Tracking System with Python & Computer Vision

• مقدمه‌ای بر سیستم هوشمند ردیابی سرعت خودرو Introduction of Smart Vehicle Speed Tracking System

• نمای کلی سیستم تشخیص خودرو و ردیابی سرعت Vehicle Detection and Speed Tracking System Overview

• راه‌اندازی و بررسی بسته‌های ضروری Setting Up and Exploring Essential Packages

• کالیبراسیون برای اندازه‌گیری‌های دنیای واقعی Calibration for Real-World Measurements

• پیاده‌سازی ردیابی سرعت خودرو با استنتاج مدل YOLOv8 Implementing Vehicle Speed Tracking with YOLOv8 Model Inference

• منطق محاسبه سرعت خودرو و پیاده‌سازی توابع Vehicle Speed Calculation Logic and Function Implementation

• پیاده‌سازی Tkinter برای ردیابی لحظه‌ای سرعت خودرو Tkinter Implementation for Real-Time Vehicle Speed Tracking

• اجرای کد ردیابی سرعت خودرو Vehicle Speed Tracking Code Execution

پروژه ۱۴: مدیریت لحظه‌ای پارکینگ خودرو با پایتون و بینایی ماشین Project #14: Real-Time Vehicle Parking Management with Python & Computer Vision

• مقدمه‌ای بر ردیابی لحظه‌ای خودرو برای مدیریت موثر پارکینگ Introduction to Real-Time Vehicle Tracking for Effective Parking Management

• مدیریت پوشه‌ها و فایل‌های پروژه Managing Folders and Files of the Project

• نمای کلی سیستم تشخیص خودرو و ردیابی جایگاه پارکینگ Vehicle Detection and Parking Slot Tracking System Overview

• راه‌اندازی و بررسی بسته‌های ضروری Setting Up and Exploring Essential Packages

• پیاده‌سازی مدیریت پارکینگ خودرو با Flask Implementing Vehicle Parking Management with Flask

• ساخت بک‌اند مدیریت پارکینگ با Flask Building the Backend for Vehicle Parking Management with Flask

• پیاده‌سازی تشخیص پارکینگ و ردیابی اشغال جایگاه‌ها Implementing Vehicle Parking Detection and Occupancy Tracking

• نصب بسته‌های سیستم مدیریت پارکینگ Package Installation for Vehicle Parking Management system

• دریافت مختصات چندضلعی با Roboflow برای محاسبه جایگاه‌های خالی Get Polygon Coordinates with Roboflow to Calculate Available Parking Spaces

• اجرای کد تشخیص جایگاه پارکینگ و ردیابی اشغال Vehicle Parking Space Detection and Occupancy Tracking Code Execution

پروژه ۱۵: تشخیص لحظه‌ای ماسک با AI با استفاده از پایتون و بینایی ماشین Project #15: Real-Time Mask Detection with AI using Python & Computer Vision

• مقدمه‌ای بر تشخیص و شناسایی ماسک صورت Introduction to Face Mask Detection and Recognition

• نمای کلی پروژه سیستم تشخیص ماسک صورت Face Mask Detection System Project Overview

• اتصال Google Drive Google Drive Mount

• دانلود دیتاست تشخیص ماسک صورت Face Mask Detection Dataset Download

• بصری‌سازی دیتاست Dataset Visualization

• نصب Ultralytics و راه‌اندازی YOLOv11 برای تشخیص ماسک Ultralytics Installation & Setting Up YOLOv11 for Mask Detection

• آموزش مدل YOLOv11 برای تشخیص ماسک YOLOv11 Model Training for Mask Detection

• توضیح بسته‌ها Packages Explanation

• توضیح کد استنتاج مدل Model Inference Code Explanation

• پیاده‌سازی Tkinter Tkinter Implementation

• اجرای کد Code Execution

پروژه ۱۶: تشخیص و شناسایی لحظه‌ای ژست‌های دست با پایتون و CV Project #16: Real-Time Hand Gesture Detection & Recognition with Python & CV

• نمای کلی تشخیص و شناسایی ژست‌های دست Hand Gesture Detection and Recognition Overview

• راه‌اندازی و بررسی بسته‌های ضروری Setting Up and Exploring Essential Packages

• متغیرهای کلیدی و نقش آن‌ها در شناسایی ژست دست Key Variables and Their Role in Hand Gesture Recognition

• برچسب‌گذاری فریم‌ها با ژست‌ها و نقاط Landmark شناسایی شده Annotating Frames with Detected Gestures and Landmarks

• شناسایی لحظه‌ای ژست و پردازش فریم‌ها Real-Time Gesture Recognition and Frame Processing

• ادغام شناسایی لحظه‌ای ژست با GUI Tkinter Integrating Real-Time Gesture Recognition with Tkinter GUI

• پیاده‌سازی Tkinter برای شناسایی لحظه‌ای ژست دست Tkinter Implementation for Real-Time Hand Gesture Recognition

• نصب بسته‌های سیستم شناسایی ژست دست Package Installation for Hand Gesture Recognition System

• اجرای کد شناسایی ژست دست Hand Gesture Recognition Code Execution

پروژه ۱۷: سیستم هوشمند نظارت بر ترافیک خودرو با پایتون و CV Project #17: Smart Vehicle Traffic Monitoring System with Python & CV

• مقدمه‌ای بر نظارت لحظه‌ای ترافیک خودرو برای مدیریت بهینه ترافیک Intro to Real-Time Vehicle Traffic Monitoring for Efficient Traffic Management

• نمای کلی سیستم تشخیص خودرو و نظارت بر ترافیک Vehicle Detection and Traffic Monitoring System Overview

• راه‌اندازی و بررسی بسته‌های ضروری Setting Up and Exploring Essential Packages

• ورودی کاربر و انتخاب فایل ویدئویی User Input and Video File Selection

• پیاده‌سازی نظارت بر خودرو با استنتاج مدل YOLOv8 Implementing Vehicle Monitoring with YOLOv8 Model Inference

• پیاده‌سازی Tkinter برای نظارت لحظه‌ای خودرو Tkinter Implementation for Real-Time Vehicle Monitoring

• اجرای کد نظارت بر ترافیک خودرو Vehicle Traffic Monitoring Code Execution

پروژه ۱۸: تناسب اندام هوشمند – شمارنده لحظه‌ای تمرینات با AI، پایتون و CV Project #18: Smart Fitness – Real-Time Exercise Counter using AI, Python & CV

• مقدمه‌ای بر سیستم ردیابی تناسب اندام انسان Introduction of the Human Fitness Tracking System

• نمای کلی و هدف پروژه Project Overview & Purpose

• نمای کلی بسته‌ها و مقداردهی اولیه MediaPipe Packages Overview & MediaPipe Initialization

• محاسبه زوایا در تخمین ژست (Pose Estimation) Calculating Angles in Pose Estimation

• منطق پشت شمارش تکرارها Logic Behind Repetition Counting

• پنجره Log در Tkinter و مقداردهی اولیه متغیرها Tkinter Log Window & Variable Initialization

• استنتاج مدل و توضیح کد Model Inference and Code Explanation

• پیاده‌سازی Tkinter برای رابط کاربری (UI) Tkinter Implementation for UI

• راهنمای نصب بسته‌ها Package Installation Guide

• جریان کاری اجرای کد Code Execution Workflow

پروژه ۱۹: SafeFall – تشخیص سقوط و هشدار مبتنی بر AI با پایتون و CV Project #19: SafeFall – AI-Powered Fall Detection & Alerts with Python & CV

• مقدمه‌ای بر سیستم تشخیص سقوط و هشدار مبتنی بر AI Introduction to AI-Powered Fall Down Detection & Alert System

• نمای کلی پروژه سیستم تشخیص سقوط Fall Down Detection System Project Overview

• نمای کلی پیش‌نیازها و بسته‌ها Dependency & Package Overview

• نصب و راه‌اندازی MQTT Installation & MQTT Setup

• API ثبت‌نام و ورود کاربر User Registration & Login API

• ادغام MQTT و Flask MQTT & Flask Integration

• منطق تشخیص سقوط Fall Detection Logic

• جریان کاری API پیش‌بینی Prediction API Workflow

• اجرا و تست کد Code Execution & Testing

پروژه ۲۰: ردیابی حیات وحش – شناسایی لحظه‌ای حیوانات با پایتون و CV Project #20: Wildlife Tracking – Real-Time Animal ID with Python & CV

• مقدمه‌ای بر سیستم تشخیص حیوانات Introduction to Animal Detection System

• نمای کلی پروژه سیستم تشخیص حیوانات Animal Detection System Project Overview

• راه‌اندازی Google Colab و اتصال Google Drive Setting Up Google Colab and Mounting Google Drive

• دانلود و بررسی دیتاست Dataset Download and Exploration

• پیش‌پردازش و افزایش داده‌ها (Augmentation) Dataset Preprocessing and Augmentation

• تقسیم دیتاست برای آموزش، اعتبارسنجی و تست Splitting the Dataset for Training, Validation, and Testing

• بصری‌سازی دیتاست حیوانات و داده‌های افزایش‌یافته Visualizing the Animal Dataset and Augmented Data

• پیاده‌سازی مدل EfficientNetB0 EfficientNetB0 Model Implementation

• آموزش مدل EfficientNetB0 و نظارت بر پیشرفت Training the EfficientNetB0 Model and Monitoring Progress

• اجرای کد Code Execution

• استنتاج مدل با استفاده از Flask و Ngrok Model Inference using Flask and Ngrok

پروژه ۲۱: نظارت بر راننده با AI – تشخیص حواس‌پرتی با پایتون Project #21: AI-Powered Driver Monitoring – Distraction Detection with Python

• مقدمه‌ای بر سیستم تشخیص حواس‌پرتی راننده Introduction of the Driver Distraction System

• نمای کلی پروژه حواس‌پرتی راننده Driver Distraction Project Overview

• راه‌اندازی Google Colab و اتصال Google Drive Google Colab Setup & Google Drive Mount

• دانلود و بررسی دیتاست Dataset Download & Exploration

• بصری‌سازی داده‌ها و تحلیل‌ها Data Visualization & Insights

• پیش‌پردازش و افزایش داده‌ها Data Preprocessing & Augmentation

• معماری و پیاده‌سازی مدل ResNet 50 ResNet-50 Model Architecture & Implementation

• آموزش و بهینه‌سازی مدل Model Training & Optimization

• توضیح کد استنتاج مدل Model Inference Code Explanation

• اجرای کد Code Execution

جمع‌بندی نهایی Wrapping Up

• جمع‌بندی نهایی دوره Course Wrap-Up