Colaboradores en el Desafío de 8 semanas Omdena iRAP que tenía como objetivo recopilar soluciones basadas en inteligencia artificial para mapear el riesgo de accidentes y generar datos de atributos de calificación de estrellas iRAP, han compartido algunos de sus resultados de publicación.

A principios de este año, 50 expertos en inteligencia artificial y aprendizaje automático, incluidos estudiantes aspirantes, científicos de datos, ingenieros de ML y de datos, y expertos en dominios de todo el mundo, trabajaron con miembros del Equipo de Innovación y Desarrollo de iRAP enfocados en encontrar una solución para la recopilación inteligente y acelerada. y codificación de datos de atributos de carreteras (AiRAP) para prevenir accidentes de tráfico y salvar vidas.

Lea estos métodos de Python interesantes y bien aplicados:

Uso de redes neuronales convolucionales para mejorar la seguridad vial y salvar vidas ”por Lois Anne Leal y Chaitree Baradkar – https://bit.ly/3gK8men

"Detección de objetos en imágenes 2D para localizar coches y peatones" por Giulio Giaconi y Dave Bunten
https://bit.ly/3vce0cV

"Streamlit 101: Implementación de un panel de AutoML Streamlit para predecir y mostrar resultados" por MUHAMMAD ALI
https://bit.ly/3vov9QP

iRAP extiende su más sincero agradecimiento al equipo de Omdena. Los resultados informarán grandes pasos hacia adelante para #3, carreteras mejores para todos los usuarios de la carretera que salvarán vidas.