KENDARAAN DETEKSI PENGENALAN KENDARAAN MENGGUNAKAN METODE FAST R-CNN
Keywords:
Deteksi Kendaraan, Pengenalan Kendaraan, Fast R-CNN, Jaringan Konvolusi, Proposal Region, Keamanan Transportasi, Sistem Pengawasan Lalu Lintas, Efisiensi Deteksi Objek.Abstract
kendaraan memiliki peranan penting dalam sistem transportasi pintar dan keamanan publik. Dalam upaya meningkatkan kinerja deteksi objek Untuk mencapai tujuan identifikasi jenis mobil secara cepat dan akurat, sejumlah metode telah diterapkan. Identifikasi jenis kendaraan yang cepat dan akurat Identifikasi gambar Dalam identifikasi gambar, salah satu metode yang terkenal adalah Faster R-CNN yang cukup cepat dan akurat untuk melakukan identifikasi gambar. Metode ini memanfaatkan teknik pembuatan proposal region yang inovatif dan efisien, serta jaringan. Eksperimen dilakukan dengan memanfaatkan dataset yang mencakup berbagai kondisi pencahayaan dan latar belakang, untuk mengevaluasi kinerja metode Fast R-CNN. Hasil eksperimen menunjukkan bahwa metode ini memberikan tingkat akurasi deteksi yang tinggi dan waktu komputasi yang efisien, bahkan dalam situasi yang kompleks. Analisis faktor-faktor seperti ukuran dataset dan konfigurasi jaringan memberikan wawasan tambahan terhadap performa metode ini.
References
Mesakh (2022). Sistem Pengenalan Plat Nomor Kendaraan Menggunakan Mask RCNN dan CNN.
https://journal.untar.ac.id/index.php/jiksi/article/view/17852
Dadang Iskandar Mulyana, M. A. (2022). Implementasi Deteksi Real Time Klasifikasi Jenis Kendaraan Di. jakarta: https://jptam.org/index.php/jptam/article/download/4825/4100/9232.
JASMAN PARDEDE, H. H. (2022). Deteksi Objek Kereta Api menggunakan Metode. bandung: MIND Journal
| ISSN (p): 2528-0015 | ISSN (e): 2528-0902 | Vol. 7 | No. 1 | Halaman 21 - 36.
Kevin Adiputra Shianto, K. G. (2019). Deteksi Jenis Mobil Menggunakan Metode YOLO Dan. surabaya: https://publication.petra.ac.id/index.php/teknik-informatika/article/view/8065.
Mela Tri Audina, F. U. (2021). Sistem Deteksi dan Klasifikasi Jenis Kendaraan berbasis Citra dengan. malang: Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer.