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

  • Riyadi A
  • Wardhani I
  • Wulandari M
  • et al.
N/ACitations
Citations of this article
150Readers
Mendeley users who have this article in their library.

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.

Cite

CITATION STYLE

APA

Riyadi, A. S., Wardhani, I. P., Wulandari, M. S., & 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

Register to see more suggestions

Mendeley helps you to discover research relevant for your work.

Already have an account?

Save time finding and organizing research with Mendeley

Sign up for free