🚗 context-aware-safety-auditor

Proje Hakkında

Bu model, Eskişehir Osmangazi Üniversitesi Deep Learning dersi final projesi kapsamında geliştirilmiştir. BDD100k veri seti kullanılarak eğitilen bu sistem, Multi-Agent (Çoklu Ajan) mimarisine sahiptir.

Mimari

Model iki farklı "uzman" ajanın füzyonundan oluşur:

1. Context Agent (Bağlam Ajanı): DeiT-Tiny kullanarak hava durumu ve günün saatini analiz eder.
2. Object Agent (Nesne Ajanı): DeiT-Tiny kullanarak yoldaki riskli nesneleri (yaya, araç vb.) tespit eder.
3. Fusion Layer: İki ajandan gelen bilgiyi birleştirip nihai "Kaza Riski" skorunu üretir.

Performans Metrikleri

Eğitim sonucunda elde edilen başarı oranları:

• Hava Durumu Tespiti: %97.10
• Zaman Tespiti: %98.99
• Nesne Tespiti: %99.91
• Genel Risk (Füzyon): %99.92

Kullanım

Bu model, otonom araçlar için bir "Güvenlik Denetçisi" (Safety Auditor) olarak tasarlanmıştır.