Konsep Dasar Object Detection

Modul ini membahas konsep dasar Object Detection sebagai salah satu tugas utama dalam visi komputer yang bertujuan untuk mengidentifikasi keberadaan dan lokasi objek dalam sebuah citra atau video. Peserta akan mempelajari bagaimana proses object detection bekerja, mulai dari representasi citra, penentuan lokasi objek melalui bounding box, hingga pengklasifikasian objek ke dalam kelas tertentu. Pemahaman konsep ini menjadi dasar penting sebelum masuk ke tahap implementasi model object detection serta analisis kinerja deteksi secara terapan.

Model YOLO (You Only Look Once)

Modul ini membahas model YOLO (You Only Look Once) sebagai salah satu arsitektur object detection yang dirancang untuk melakukan deteksi objek secara cepat dan efisien dalam satu kali proses inferensi. Peserta akan mempelajari konsep dasar cara kerja YOLO, mulai dari pembagian citra ke dalam grid, prediksi bounding box dan kelas objek secara simultan, hingga karakteristik pendekatan single-stage detection. Pemahaman konsep ini menjadi dasar penting sebelum masuk ke tahap implementasi, pelatihan, dan evaluasi model YOLO pada berbagai skenario deteksi objek.

Evaluasi Model Object Detection

Modul ini membahas evaluasi model Object Detection sebagai tahap penting untuk menilai kinerja deteksi objek secara kuantitatif dan objektif. anda akan mempelajari konsep metrik evaluasi utama seperti Mean Average Precision (mAP) sebagai indikator performa keseluruhan model, serta hubungan antara precision dan confidence score dalam mengukur ketepatan prediksi dan tingkat keyakinan model terhadap objek yang terdeteksi. Pemahaman metrik evaluasi ini menjadi dasar penting untuk menganalisis kualitas hasil deteksi dan menentukan kelayakan model sebelum digunakan pada aplikasi nyata.

Konsep Dasar Image Segmentation

Modul ini membahas konsep dasar Image Segmentation sebagai proses pembagian citra ke dalam beberapa region yang memiliki karakteristik visual serupa. anda akan mempelajari bagaimana image segmentation bekerja dalam memisahkan area penting pada citra, mulai dari pemanfaatan keseragaman intensitas atau tekstur hingga pembentukan region yang merepresentasikan struktur visual tertentu. Pemahaman konsep ini menjadi dasar penting sebelum masuk ke tahap penerapan metode segmentasi dan analisis kualitas hasil segmentasi pada berbagai jenis citra.

Dataset, Metode, dan Evaluasi Image Segmentation

Modul ini membahas peran dataset, metode, dan evaluasi dalam Image Segmentation sebagai satu kesatuan alur yang saling berkaitan. Peserta akan mempelajari karakteristik dataset segmentasi, pendekatan metode segmentasi yang umum digunakan, serta konsep evaluasi untuk menilai kualitas hasil segmentasi berdasarkan kesesuaian region dan struktur visual citra. Pemahaman ini menjadi dasar penting untuk merancang, menerapkan, dan menilai sistem image segmentation secara sistematis sebelum masuk ke tahap implementasi yang lebih lanjut.

Submission

Pada Module ini, berisi ringkasan materi secara keseluruhan dan ujian project yang akan dikerjakan pada object detection