Masoud.F_Portfolio 源码

MASOUD FARAMARZI投资组合 | 马萨诸塞州沃特敦,02472 | 在这项研究中,tiny-YOLOv2,Dark-net神经网络YOLOv3,tiny-YOLOv3和YOLOv4的TensorFlow实现用于训练具有IEEE大数据杯挑战赛提供的数据集的道路损坏检测模型,并在精度和运行速度这一术语与其他使用不同模型的类似研究一起使用。 如下图所示,可以以可接受的精度检测道路损坏,但仍可以改善。 一种改进的方法是使用更深的神经网络,例如Art Scaled-YOLOv4状态。 另一种方法是使用数据增强来增加不平衡类中的样本数。 在与Sara Brown博士一起进行数据科学编程的过程中,我了解了数据科学的不同概念和技术,并在项目中实现了它们。 这些主题包括: