Este proyecto contiene el código referente a la experimentación con los modelos en el margen del proyecto de grado "Tasación de siniestros de automóviles mediante reconocimiento de imágenes aplicando inteligencia computacional".
Este proyecto consistió en la construcción de modelos de aprendizaje automático para la detección del daño en vehículos en base a imágenes.
- Python
- Pytorch
- Torchvision
Experimentos
Los principales experimentos se encuentran en la carpeta raíz del repo y consisten en Jupyter Notebooks con el código asociado a los experimentos.
El archivo main.py
contiene las funciones con la lógica utilizadas para el entrenamiento del modelo. Los archivos metrics_helper.py
y training_helper.py
contienen una serie de fucniones auxiliares para la obtención de métricas y el entrenamiento del modelo.
Módulos
El módulo dataset_modules
contiene toda la lógica de construcción del dataset. Esto implica la lectura de las imágenes y la asociación a cada imágen de la marca correspondiente para el conjunto de entrenamiento.
El módulo evaluation
contiene código asociado a la evaluación del modelo. Esto implica la obtención de la métricas a través del archivo evaluation_helper.py
.
El módulo first_models
contiene los modelos legacy que fueron construidos en etapas tempranas del proyecto.
El módulo interpretability
contiene una serie de notebooks con pruebas de concepto de herramientas de interpretabilidad.
El módulo manual_labeling
contiene el código asociado a depurar la marca del dataset con etiquetado manual.
El módulo preprocessing
continee el código asociado a parsear los archivos de metadata provistos por el BSE.
Franco Cuevas, Ignacio Alonso, Lucas Barenchi.
Supervisor: Sergio Nesmanchow.