Deteksi Objek Dengan Oklusi Menggunakan Faster R-CNN Dengan DenseNet - Dalam bentuk buku karya ilmiah
FAKHRI FADILLAH RAHMAN
Informasi Umum
Kode
25.04.1389
Klasifikasi
000 - General Works
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Computer Vision
Dilihat
48 kali
Informasi Lainnya
Abstraksi
Salah satu bidang utama visi komputer yang menghadapi kesulitan yang semakin meningkat hingga saat ini adalah deteksi objek, terutama dalam kasus oklusi, yang terjadi ketika sebuah objek dikaburkan sebagian atau seluruhnya oleh objek lain. Sampai saat ini model AI mengalami kesulitan untuk mengidentifikasi objek target dalam situasi ini. Untuk mengatasi masalah ini, penelitian ini menggunakan <em>backbone</em> DenseNet untuk membangun model Faster R-CNN. Faster R-CNN yang digunakan dalam penelitian ini dilatih menggunakan <em>dataset</em> Pascal3D+ dan dievaluasi pada <em>dataset</em> OccludedPascal3D+, di mana <em>dataset</em> ini dibuat khusus untuk mengukur kemampuan model dalam mengidentifikasi objek dengan tingkat oklusi yang berbeda. Jika dibandingkan dengan <em>backbone</em> lainnya, model yang diusulkan dapat meningkatkan nilai <em>mAP</em> hingga 50%. Dalam laporan ini, disajikan pula hasil visualisasi berupa hasil kotak pembatas atau <em>bounding box</em> yang diberikan oleh model.
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | FAKHRI FADILLAH RAHMAN |
| Jenis | Perorangan |
| Penyunting | Wikky Fawwaz Al Maki |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2025 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
