English · 中文 · Polski · Español · 日本語 · 한국어 · Русский · Français · Deutsch

Collision Detection AI

Wykrywanie kolizji na podstawie danych z akcelerometru za pomocą lekkiego modelu PyTorch (1,3 tys. parametrów), zaprojektowanego do wnioskowania w czasie rzeczywistym na oknach danych.

Prosta konfiguracja

python -m venv .venv && source .venv/bin/activate
pip install torch torchvision --index-url https://download.pytorch.org/whl/cu132
pip install -r requirements.txt

collision-detection all          # trenowanie (generuje dane, trenuje, ocenia)
collision-detection evaluate     # testowanie wytrenowanego modelu na wszystkich zbiorach
collision-detection visualize    # wizualizacja testów wytrenowanego modelu

Wszystkie polecenia tworzą artefakty w data/ (zbiory danych) i artifacts/ (checkpoint, metryki, wykresy — w tym artifacts/plots/visualization.png).

W przypadku własnych danych umieść pliki CSV w data/raw/ i uruchom collision-detection preprocess przed collision-detection train.

Cytowanie

Jeśli to repozytorium pomogło Ci w badaniach, możesz je zacytować:

Styl APA

Brzustowicz, S. (2026). Collision-Detection-AI: Collision detection from accelerometer data using a lightweight PyTorch model (Version 1.0.0) [Source code]. https://github.com/sebastianbrzustowicz/Collision-Detection-AI

BibTeX

@software{brzustowicz_collision_detection_ai_2026,
  author = {Sebastian Brzustowicz},
  title = {Collision-Detection-AI: Collision detection from accelerometer data using a lightweight PyTorch model},
  url = {https://github.com/sebastianbrzustowicz/Collision-Detection-AI},
  version = {1.0.0},
  year = {2026}
}

Tip

Możesz też użyć przycisku "Cite this repository" na pasku bocznym, aby automatycznie skopiować te cytowania lub pobrać plik z metadanymi.

Licencja

CC BY-NC-ND 4.0 — zobacz LICENSE.md.

Autor

Sebastian Brzustowicz Se.Brzustowicz@gmail.com

FilesExpand file tree

README.pl.md

Latest commit

History