Penerapan Deep Learning CNN (Convolution Neural Network) untuk Deteksi Objek dengan Konsep YOLO
Keywords:
deep learning, Convolutional Neural Network (CNN), deteksi objek, YOLOv8, computer visionAbstract
Penerapan Deep Learning berbasis Convolutional Neural Network (CNN) telah membawa perubahan besar dalam bidang computer vision, terutama untuk deteksi objek secara otomatis. Salah satu pendekatan yang sangat populer adalah You Only Look Once (YOLO), yang mampu melakukan deteksi objek secara real-time. Penelitian ini membahas penerapan YOLO versi terbaru (YOLOv8) untuk mendeteksi berbagai jenis kendaraan menggunakan dataset dari Kaggle. Model dilatih menggunakan GPU Google Colab selama 50 epoch dan dievaluasi dengan metrik Mean Average Precision (mAP). Hasil penelitian menunjukkan bahwa integrasi CNN dan YOLO mampu menghasilkan sistem deteksi objek yang akurat, cepat, dan efisien untuk berbagai kebutuhan industri.
References
Sun, Y., Sun Z., Chen, W. (2024).The evolution of object detection methods. Engineering Applications of Artificial Intelligence, 133. https://doi.org/10.1016/j.engappai.2024.108458
Terven, J., Córdova-Esparza, D.-M., & Romero-González, J.-A. (2023). A Comprehensive Review of YOLO Architectures in Computer Vision: From YOLOv1 to YOLOv8 and YOLO-NAS. Machine Learning and Knowledge Extraction, 5(4), 1680-1716. https://doi.org/10.3390/make5040083
