Forwarded from Data Science & DBA administration
🎯 AI Eyes – دستیار آفلاین برای نابینایان، ناشنوایان و افرادی با اختلال گفتاری
👨💻 ساختهشده توسط من، محمد پرهام دهقان، دانشجوی ۲۰ ساله ایرانی
سلام به همهی همراهان
این پروژه رو توی Google Gemma 3n Hackathon ساختم — بدون تیم، بدون بودجه، فقط با یک لپتاپ و یک هدف: خلق ابزاری واقعی برای کسانی که با چالشهای بزرگتری از ما زندگی میکنن.
🧠 «AI Eyes» یه دستیار هوشمنده که کاملاً آفلاین اجرا میشه و از مدلهای قدرتمندی مثل YOLOv8، MiDaS، BLIP، Gemma 2B، gTTS و Whisper استفاده میکنه.
🧩 ویژگیها:
تشخیص موانع با YOLOv8 و MiDaS
توصیف صحنه با BLIP و Gemma (حتی به فارسی و انگلیسی)
خروجی صوتی با gTTS، بدون نیاز به اینترنت
تبدیل گفتار به متن و زیرنویس با Whisper
طراحیشده با Flask و قابل اجرا روی Colab Pro بدون هیچ تنظیمات خاص
✅ اگر در حالت معمول اجرا نشه، خطاهای مربوط به محدودیت گوگل (مثل دسترسی به GPU یا فایلهای خاص) توی GitHub توضیح داده شده. یه راهکار پایینتر قرار داده شده که باهاش خیلی راحت میاد بالا.
🚫 بهاحترام قوانین گوگل، تشخیص چهره و موقعیت زنده (Live Tracking) غیرفعال شده — مخصوصاً برای نابینایان که ممکنه با محدودیتهای اخلاقی و فنی همراه باشه. این موارد هم در توضیحات ویدیوهای یوتیوب و GitHub کامل توضیح داده شدن.
📽 دموها:
تشخیص صحنه با Gemma و BLIP
تشخیص موانع با YOLOv8
گفتار به متن و زیرنویس
توصیف چندزبانه + گوینده آفلاین
دموی سریع
💻 سورسکد:
https://github.com/Parham-Dehghan/aiblindproject
---
این فقط یه ایده نیست. این یه ابزار واقعیه برای دنیای واقعی — ساختهشده با عشق، به تنهایی، توسط یه دانشجوی ۲۰ ساله.
اگر بهت الهام داد، لطفاً این پست رو وایرال کن تا به دست گوگل و همهی کسانی که میتونن حمایتش کنن برسه.
#AIForGood #Accessibility #Gemma3n #BlindAI #OfflineAssistant #Python #GoogleColab #Flask #GemmaHackathon
👨💻 ساختهشده توسط من، محمد پرهام دهقان، دانشجوی ۲۰ ساله ایرانی
سلام به همهی همراهان
این پروژه رو توی Google Gemma 3n Hackathon ساختم — بدون تیم، بدون بودجه، فقط با یک لپتاپ و یک هدف: خلق ابزاری واقعی برای کسانی که با چالشهای بزرگتری از ما زندگی میکنن.
🧠 «AI Eyes» یه دستیار هوشمنده که کاملاً آفلاین اجرا میشه و از مدلهای قدرتمندی مثل YOLOv8، MiDaS، BLIP، Gemma 2B، gTTS و Whisper استفاده میکنه.
🧩 ویژگیها:
تشخیص موانع با YOLOv8 و MiDaS
توصیف صحنه با BLIP و Gemma (حتی به فارسی و انگلیسی)
خروجی صوتی با gTTS، بدون نیاز به اینترنت
تبدیل گفتار به متن و زیرنویس با Whisper
طراحیشده با Flask و قابل اجرا روی Colab Pro بدون هیچ تنظیمات خاص
✅ اگر در حالت معمول اجرا نشه، خطاهای مربوط به محدودیت گوگل (مثل دسترسی به GPU یا فایلهای خاص) توی GitHub توضیح داده شده. یه راهکار پایینتر قرار داده شده که باهاش خیلی راحت میاد بالا.
🚫 بهاحترام قوانین گوگل، تشخیص چهره و موقعیت زنده (Live Tracking) غیرفعال شده — مخصوصاً برای نابینایان که ممکنه با محدودیتهای اخلاقی و فنی همراه باشه. این موارد هم در توضیحات ویدیوهای یوتیوب و GitHub کامل توضیح داده شدن.
📽 دموها:
تشخیص صحنه با Gemma و BLIP
تشخیص موانع با YOLOv8
گفتار به متن و زیرنویس
توصیف چندزبانه + گوینده آفلاین
دموی سریع
💻 سورسکد:
https://github.com/Parham-Dehghan/aiblindproject
---
این فقط یه ایده نیست. این یه ابزار واقعیه برای دنیای واقعی — ساختهشده با عشق، به تنهایی، توسط یه دانشجوی ۲۰ ساله.
اگر بهت الهام داد، لطفاً این پست رو وایرال کن تا به دست گوگل و همهی کسانی که میتونن حمایتش کنن برسه.
#AIForGood #Accessibility #Gemma3n #BlindAI #OfflineAssistant #Python #GoogleColab #Flask #GemmaHackathon
❤2👏2👍1🔥1💩1👌1