内容简介
鉴于乌干达长期饱受流行病等天气事件困扰,英特尔联合 MILA 和 CrowdAI 开发了深度学习图像分割,并在乌干达北部创建了训练数据集,利用这些数据开发基于深度学习的模型来自动进行桥梁识别,通过机器学习加速远程绘制,为社区流行病和灾难规划工作提供支持。
鉴于乌干达长期饱受流行病等天气事件困扰,英特尔联合 MILA 和 CrowdAI 开发了深度学习图像分割,并在乌干达北部创建了训练数据集,利用这些数据开发基于深度学习的模型来自动进行桥梁识别,通过机器学习加速远程绘制,为社区流行病和灾难规划工作提供支持。