تحليل مقارن لنماذج تعلم آلة لكشف حفر الشوارع
نظرة عامة
ورقة بحث تقارن CNN وResNet-50 وأشجار قرار
التحدي
تحتاج فرق البنية التحتية الحضرية إلى توجيه كمي حول أي كاشفات تكتشف الحفر بموثوقية من صور الشوارع قبل نشر إصلاحات مكلفة.
الحل
قارنت شبكات CNN وResNet-50 وخطوط أساس بأشجار قرار في بايثون/TensorFlow مع تقسيمات بيانات وبروتوكولات تحقق ومقاييس مقارنة تناسب ورقة أكاديمية.
التقنيات المستخدمة
PythonTensorFlowCNNResNet-50Machine Learning
أبرز النتائج
- توثيق مقايضات بين النماذج العميق والمتعلمين التقليديين على نفس المجموعة.
- أثر على GitHub يمكّن المراجعين من إعادة إنتاج المخططات والجداول.
لقطات الشاشة والمعرض
نظرة على مجموعة البيانات4 صور
التدريب والتحقق من النموذجصورة واحدة
النتائج والتحليل3 صور