Perbandingan Metode ResNet, YoloV3, dan TinyYoloV3 pada Deteksi Citra dengan Pemrograman Python

Main Article Content

Agung Slamet Riyadi
Ire Puspa Wardhani
Maria Sri Wulandari
Susi Widayati

Abstract

Pengolahan citra (image processing) adalah teknik mengolah citra yang mentransformasikan citra masukan menjadi citra lain agar keluaran memiliki kualitas yang lebih baik dibandingkan kualitas citra masukan. Deteksi objek dalam digital image processing adalah suatu proses yang digunakan untuk menentukan keberadaan objek tertentu di dalam suatu citra digital. Proses deteksi tersebut dapat dilakukan dengan berbagai macam metode yang umumnya melakukan pembacaan fitur-fitur dari seluruh objek pada citra input. Pada pendeteksian objek tersebut terdapat beberapa metode beberapa diantaranya yaitu metode ResNet, YOLOv3 dan TinyYOLOv3. Dalam penelitian ini akan dilakukan perbedaan ketiga metode tersebut. Tujuan dari ujicoba dalam penelitian ini adalah mengetahui lebih jauh hasil deteksi objek pada citra dengan tingkat keakuratan yang baik. Dan penelitian ini dapat membutkikan bahwa hasil pendeteksian objek dengan menggunakan model Yolov3, hasil keakuratannya lebih tinggi dibandingkan dengan model ResNet dan model Tiny Yolo.

Downloads

Download data is not yet available.

Article Details

How to Cite
Riyadi, A., Wardhani, I., Wulandari, M., & Widayati, S. (2022). Perbandingan Metode ResNet, YoloV3, dan TinyYoloV3 pada Deteksi Citra dengan Pemrograman Python. PETIR, 15(1), 135 - 144. https://doi.org/10.33322/petir.v15i1.1302
Section
Articles

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.