This project is a Deep Learning-based Computer Vision system that identifies objects in images using a trained Convolutional Neural Network (CNN). It was developed to demonstrate end-to-end image classification workflows, including data preprocessing, model training, evaluation, and deployment.
این پروژه یک سیستم بینایی ماشین مبتنی بر یادگیری عمیق است که قادر است اشیاء موجود در تصاویر را شناسایی کند. این مدل با استفاده از شبکههای عصبی کانولوشنی (CNN) آموزش دیده و شامل مراحل آمادهسازی داده، آموزش مدل، ارزیابی و ذخیرهسازی خروجی نهایی است.
A complete, step-by-step wiki explaining every line of code — including all code blocks, English + Persian explanations, model breakdown, training pipeline, evaluation, and deployment — is available here:
👉 Visit the Full Wiki:
https://github.com/ITheEqualizer/Computer-Vision/wiki
🔹 The wiki includes the following full sections:
- Setup & Imports
- Data Loading & Preprocessing
- Model Architecture
- Training Configuration & Execution
- Evaluation, Visualization & Saving
📌 If you want to understand the logic behind every part of the project, the wiki contains the full learning roadmap.
- ✅ Image classification using CNN (Keras/TensorFlow)
- 🧩 Trained model saved as
.kerasand.h5files - 📊 Evaluation with test data for accuracy & loss metrics
- 🖼️ Example images included (
img.jpg,img2.jpg) - 💾 Supports model loading and reusability
Computer-Vision/
├── saved_model/
│ ├── cnn_cifar10.keras # Trained CNN model
│ ├── best_weights.weights.h5 # Saved model weights
├── img.jpg # Sample image 1
├── img2.jpg # Sample image 2
├── LICENSE # License file
├── README.md # Readme file
└── .gitignore / .gitattributes # Git configuration
The model is a Convolutional Neural Network (CNN) trained on the CIFAR-10 dataset (or similar custom dataset). It consists of:
- Multiple convolutional and pooling layers
- Dense fully-connected layers
- Softmax output for 10-class classification
این مدل از شبکههای عصبی کانولوشنی (CNN) برای استخراج ویژگیها و طبقهبندی تصاویر استفاده میکند و برای مجموعه دادهای مشابه CIFAR-10 طراحی شده است. ساختار آن شامل چندین لایه کانولوشن، Pooling و لایههای Fully Connected است.
Ensure Python 3.8+ is installed and install the following dependencies:
pip install tensorflow numpy matplotlibTo load and test the trained model:
from tensorflow import keras
from tensorflow.keras.preprocessing import image
import numpy as np
model = keras.models.load_model('saved_model/cnn_cifar10.keras')
img = image.load_img('img.jpg', target_size=(32, 32))
img_array = image.img_to_array(img)
img_array = np.expand_dims(img_array, axis=0) / 255.0
predictions = model.predict(img_array)
print('Predicted class:', np.argmax(predictions))برای اجرای مدل کافی است آن را با استفاده از Keras بارگذاری کرده و تصویر مورد نظر را برای پیشبینی وارد کنید.
After training, the model achieves high accuracy (>85%) on the CIFAR-10 test set. You can visualize the accuracy/loss graphs or confusion matrix using matplotlib.
پس از آموزش، مدل دقت بالایی (بیش از ۸۵٪) بر روی دادههای آزمایشی دارد. برای مشاهده عملکرد میتوانید از نمودارهای دقت و خطا استفاده کنید.
- Expand dataset for more real-world classes
- Convert model to TensorFlow Lite for mobile deployment
- Integrate webcam-based real-time detection
This project is licensed under the MIT License. See the LICENSE file for details.
این پروژه تحت مجوز MIT منتشر شده است. برای اطلاعات بیشتر فایل LICENSE را مطالعه کنید.
Developed by: ITheEqualizer
تهیه و توسعه توسط: ITheEqualizer
🌍 A fully bilingual README to help both English and Persian speakers understand and use this project effectively.
📘 For full project documentation, visit the wiki!
