Eksploitasi Fitur Untuk Peningkatan Kinerja Deteksi Objek Berbasis Pada Pesawat Tanpa Awak

Abstract

Abstrak Teknologi kecerdasan buatan atau Artificial effect of exploitation on the backbone, namely freeze backbone, exploitation of the concat and freeze backbone layers, Intelligence (AI) berkembang pesat seiring dengan perkembangan zaman. Salah satu bagian pada AI yaitu computer vision khususnya Object Detection menjadi teknologi yang terus dikembangkan. Object Detection dapat diimplementasikan pada berbagai sistem, salah satunya Object Detection for Unmanned Aerial Vehicles (UAV). Peningkatan performansi kinerja object detection pada UAV merupakan tantangan bagi para peneliti yang disebabkan oleh beberapa masalah seperti, ketidakseimbangan data, perubahan skala, prediksi yang akurat, keterbatasan memori dan komputasi untuk aplikasi real-time. Pada Tugas Akhir ini dilakukan eksploitasi fitur terhadap algoritma YOLOv5 dalam meningkatkan performansi object detection berbasis pada pesawat tanpa awak. Algoritma ini terdiri dari bagian backbone, neck, dan head. YOLOv5 mengadaptasi CSP network sebagai backbone dan PANet sebagai neck. Beberapa analisis yang dilakukan pada Tugas Akhir ini adalah pengaruh eksploitasi pada backbone yaitu freeze backbone, eksploitasi pada layer concat dan freeze backbone, eksploitasi dengan penambahan layer pada bagian neck dan freeze backbone, dan penggabungan ketiga eksploitasi tersebut. Model dengan performansi terbaik didapatkan pada model penggabungan tiga eksploitasi dengan nilai [email protected] sebesar 22,4%. Berdasarkan hasil mAP tersebut, eksploitasi fitur dengan dilakukan freeze backbone dan penambahan layer pada bagian neck juga modifikasi pada layer concat dapat mempengaruhi performansi dan kinerja object detection berbasis pada pesawat tanpa awak.
Kata kunci: Eksploitasi, Object Detection, UAV, YOLOv5