技术进展国际期刊
开放获取

抽象的

使用人工智能有效检测障碍物

阿什温·普拉布

随着自动化和机器学习在当今世界的兴起，我们必须以一种心态来工作，将其用于我们的安全和他人的安全。本研究论文旨在利用两种不同的机器学习模型（K 最近邻模型和神经网络）来尝试找到最适合车辆检测道路上迎面而来的狗的方法。通过建立几个不同的模型并比较它们的整体精度，本文将回答两个模型之间的差异以及哪一个模型对车辆最可靠的问题。模型的准确性是通过多次测试来衡量的，这些测试采集了道路和狗的 32 × 32 像素图像，并训练和测试了不同的模型。