Ein auf Deep Learning basierender Ansatz zur Erkennung von Straßenschäden in Timor-Leste

Diese Forschung schlägt eine kostengünstige Lösung zur Erkennung von Straßenschäden anhand von Bildern unter Verwendung von konvolutionalen neuronalen Netzwerken (CNN) vor. Unser Modell wurde vollständig mit Bildern trainiert, die aus verschiedenen Orten gesammelt wurden und Variationen wie bei nassen, trockenen und schattigen Bedingungen aufweisen. Das Experiment mit 500 Testbildern zeigte, dass unser Modell eine Genauigkeit von (99,80 %), Präzision (100 %), Sensitivität (99,60 %) und F-Maß (99,60 %) gleichzeitig erreichen kann.