Hi @alhasha001 ,

Je gaat heel lekker, maar ik zie graag eens wat resultaten ;-)

Hier mijn commentaar. Als je wat gestructureerder werkt, ook vanuit je RQs wordt het denk ik een heel stuk beter en leesbaarder. Succes

review thesis draft ammar version issue 14

Ziet er goed uit Ammar, maar is wat "ongewoon" in opzet. Dus daar geef ik nu wat tips over.

abstract

schrijf als laatste. Heel kort en feitelijk

Eerste alinea over wob met de helft inkorten
Dan alinea over de zwarte strepen/weghalen, en meteen een plaatje met voorbeeld. Geef ook een schatting van hoe veel dat gebeurt, gewoon op basis van jouw dataset. X% van de paginas, en als een pagina het heeft dan gemiddeld Y aantal keer (geef allicht de verdeling in een klein plotje).
Dan een alinea over de meest geeigende technieken, vertel wat over tekst, en daarna wat over image segmentatie (zoals de kanker cellen). GHeef aan dat het feitelijk hetzelfde probleem is.
Dan jouw aanpak gerelateerd aan de literatuur, uitmondend in
alinea met je RQs.

4.1 izs geen related work. Moet hier weg. Kan naar appendix. Of misschien delen wel. Het is onleesbaar omdat er geen alineas inzitten.
4.2 snap ik niet wat ik er mee moet. waarom moet ik edge detectie kennen?
In deze sectie hoort een overzicht van de meest gebruikte, en sota technieken voor image segmentatie. Dus vertel hoe ze dat doen, wat voor datasets er zijn, en wat de metrieken zijn, en wat voor scores ze halen.
Je kan dan eindigen met wat jij uit die doos met moois gaat gebruiken, en waarom je denkt dat het geschikt is voor jouw specifieke probleem.

5.1 prima, maar je kunt nog wel wat meer specifieke dingen vertellen over jouw kant van het probleem. Bijvoorbeeld dat ze vaak tegenelkaar aanliggen, zodat het soms moeilijk te "tellen/onderscheiden" is, dat ze gekke vormen hebben, etc. Dat hort allemaal hier.
Maak een sectie met de evaluatie maten. Keurig met alle formules, en desnoods een uitleg met ene plaatje.
5.2 kan voor het grootste gedeelte weg. Ik hoef niet te weten wat je allemaal gedaan hebt. Geef me alleen info relevant voor JOUW probleem, en JOUW oplossing. Dus niet hoe je het gedownload hebt, en dat je zo'n zielige computer hebt.
5.3 Bespreek punt voor punt de modellen die je gebruikt en exact hun instellingen. Waarschijnlijk hoort hier ook het "oppeppen" van de rand bij, of geef dit een aparte subsectie.
5.4 Experimentele opzet. Hoe train je, hoe test je, etc.

Denk goed na ovcer je RQs, en wat voor tabellen daar nu bij horen.
Ik zou inderdaad modellen op de rijen zetten en dus de detection quality (F1) , Segmentation quality (mean IoU) en de PQ geven.
Geef helder aan over hoeveel whitewashed regions dit getest is, en bereken confidence intervals.
Wat ook mooi is is om de distributie van alle IoU scores cumulatief te plotten.
Mischien kan je een analyse geven, bijvoorbeeld over grote vs kleine whitewashed regios. Of hoe die aan elkaar geklitte het doen.

Let goed op hgrammatica.
Ga niet als een wilde zitten typen, maar bouw het top down op: wat voor secties? Per sectie, wat voor subsecties, wat voor alineas? Wat is het onderwerp van elke alinea? Welke punten wil ik daarin kwijt.
- dat geeft structuur en overzicht
- je kan dat in de latex doen, en later wegcommenten.
- gewoon \tableofcontents in je latex doen helpt ook vaak al heel goed voor overzicht.