Cộng tác viên trên Thử thách 8 tuần Omdena iRAP nhằm mục đích tập hợp các giải pháp dựa trên AI nguồn để lập bản đồ rủi ro sự cố và tạo dữ liệu thuộc tính xếp hạng sao iRAP đã chia sẻ một số kết quả xuất bản của họ.

Đầu năm nay, 50 chuyên gia về AI và máy học bao gồm sinh viên đầy tham vọng, nhà khoa học dữ liệu, ML và kỹ sư dữ liệu, và các chuyên gia miền trên khắp thế giới đã làm việc với các thành viên của Nhóm phát triển và đổi mới iRAP, tập trung vào việc tìm ra giải pháp cho bộ sưu tập tăng tốc và thông minh và mã hóa dữ liệu thuộc tính đường (AiRAP) để ngăn chặn tai nạn trên đường và cứu người.

Đọc các phương pháp Python sâu sắc và được áp dụng tốt này:

Sử dụng Mạng Neural Hợp pháp để Cải thiện An toàn Đường bộ và Tiết kiệm Cuộc sống ”của Lois Anne Leal và Chaitree Baradkar – https://bit.ly/3gK8men

“Phát hiện đối tượng trong hình ảnh 2D để xác định vị trí ô tô và người đi bộ” của Giulio Giaconi và Dave Bunten
https://bit.ly/3vce0cV

“Streamlit 101: Triển khai Bảng điều khiển Streamlit AutoML để Dự đoán và Hiển thị Kết quả” bởi MUHAMMAD ALI
https://bit.ly/3vov9QP

iRAP gửi lời cảm ơn chân thành đến đội ngũ Omdena. Kết quả sẽ thông báo những bước tiến lớn cho những con đường #3starorbetter cho tất cả những người tham gia giao thông sẽ cứu được mạng sống.