Соавторы на Омдена iRAP 8-недельное испытание которые были нацелены на краудсорсинг решений на основе искусственного интеллекта для отображения риска сбоев и создания данных атрибутов звездного рейтинга iRAP, поделились некоторыми результатами своих публикаций.

Ранее в этом году 50 экспертов в области искусственного интеллекта и машинного обучения, включая начинающих студентов, специалистов по обработке данных, инженеров по машинному обучению и инженеров данных, а также экспертов в предметной области со всего мира, работали с членами группы инноваций и развития iRAP, которые сосредоточились на поиске решения для ускоренного и интеллектуального сбора данных. и кодирование данных о дорожных атрибутах (AiRAP) для предотвращения дорожно-транспортных происшествий и спасения жизней.

Прочтите эти проницательные и хорошо применяемые методы Python:

Использование сверточных нейронных сетей для повышения безопасности дорожного движения и спасения жизней »автора Лоис Энн Лил а также Чайтри Барадкар – https://bit.ly/3gK8men

«Обнаружение объектов на 2D-изображениях для обнаружения автомобилей и пешеходов», автор: Джулио Джакони а также Дэйв Бунтен
https://bit.ly/3vce0cV

«Streamlit 101: развертывание панели мониторинга AutoML Streamlit для прогнозирования и отображения результатов», автор: МУХАММЕД АЛИ
https://bit.ly/3vov9QP

iRAP выражает искреннюю благодарность команде Omdena. Результаты будут информировать о больших шагах вперед по пути #3star или улучшенных дорог для всех участников дорожного движения, которые спасут жизни.