SEGMENTASI OBJEK BERBASIS GAMBAR THERMAL MENGGUNAKAN DEEP LEARNING (PRE-TRAINED RESNET 152)
DOI:
https://doi.org/10.54706/senastindo.v4.2022.215Kata Kunci:
Kendaraan Listrik Otonom, Deep Learning, Residual Network 152.Abstrak
Perkembangan teknologi dalam bidang Artificial Intelligence terkini memiliki kemampuan yang sangat pesat serta mampu menghasilkan sistem yang mempermudah kegiatan manusia, terutama dalam bidang transportasi khususnya mobil berkendara atau mobil listrik otonom. Teknologi Artificial Intelligence sendiri mampu mendukung kesuksesan untuk pendeteksi objek dengan cara mendeteksi objek menggunakan segementasi semantik.
Neural Network dan Image processing merupakan metode yang digunakan untuk mendeteksi objek secara semantik sebagai proses sinyal input yang berupa gambar, dan kamera thermal FLIR digunakan sebagai input dari kendaraan. Metode pembelajaran mendalam menggunakan Fully Convolutional Network (FCN) dengan model arsitektur Residual Network (ResNet) sebagai ekstraksi fiturnya. ResNet adalah model arsitektur dari FCN yang bekerja dari model arsitektur ini tidak menurun meskipun arsitekturnya semakin dalam, sehingga dapat membantu manusia dalam berkendara lebih produktif.
Metode yang digunakan dalam tugas akhir adalah ekstraksi otomatis dengan menggunakan teknologi deep learning dengan arsitektur Residual Neural Network 152 (ResNet). Kinerja sistem segmentasi semantik diuji dengan 3040 frame gambar secara offline menggunakan 800 data set yang sudah dilabeli. Metoda ini memiliki akurasi ekstrasi untuk pelatihan fungsi kendaraan otonom mencapai 96% dengan resolusi yang dipakai 640x512 pixel. Kinerja sistem segmentasi menghasilkan 18576 frame gambar dengan kategori baik, 9333 frame gambar dengan kategori cukup dan 6121 frame gambar dengan kategori kurang baik
Unduhan
Referensi
Amer Sallam. (2021).Early detection of Glaucoma using Transfer Learning from Pre-Trained CNN Models. Diakses pada 08 Agustus 2022 dari, Badan Pusat Statistik (bps.go.id), 2 - 4.
Radhika V M. (2020). Movie Genre Prediction and Recommendation Using Deep Visual Features from Movie Trailers. 3-5.
Agil Bintang Pratama. (2022) Deteksi Ruang Kosong pada Jalan Menggunakan Semantic Segmentation pada Mobil Otonom dari Institut Teknologi Sepuluh Nopember (ITS). 2-3.
Andreanov Ridhovan, dkk (2022) Penerapan Metode Residual Network (RESNET) dalam Klasifikasi Penyakit pada daun Gandum dari Universits Singaperbangsa Karawang. 7-8.
Widi Harsono, Dkk (2021) Klasifikasi Covid-19 Chest X-Ray dengan Tiga Arsitektur CNN (Resnet-152, Inception Resnet-V2, MobileNet-V2). 7-9.
Avneet Pannu. (2015) Artificial Intellegence and Application in Different Areas dari DAV Institute of Engineering and Technology, Jalandhar India. 2-3.
John McCarthy. (1956) The Darmouth Summer Research Project On Artificial Intelligence dari Massacuhetts Institute of Technology. IEE 2-3
Marlina, N. N. A., Ariffin, D. M., Satyawan, A. S., Asysyakuur, M. I., Utamajaya, M. F., Satria, R. A., ... & Ema, E. (2021, December). Sistem Pendeteksi Pejalan Kaki di Lingkungan Terbatas Berbasis SSD Mobilenetv1 Menggunakan Gambar 360 Ternormalisasi. In Prosiding Seminar Nasional Sains Teknologi dan Inovasi Indonesia (SENASTINDO) (Vol. 3, pp. 111-122).
(Pooja Mahajan (2020) Fully Connected vs Convolutional Neural Network)
Caroline dkk. (2019). Identifikasi Jalan Kampus Universitas Sriwijaya Berbasis Fully Convolutional Network. SURYA ENERGY, 2(1), 353-358
(Baishideng. (2021). Infographic With Icons And Timeline For Artificial Intelligence, Machine Learning And Deep Learning.
(Lina, Q. (2019) Apa Itu Convolutional Neural Network)
He dkk. (2016). Deep Residual Learning For Image Recognition. Proceeding of the IEEE Conference Computer Vision and Pattern Recognition, 770-778.
Aditama, Nadia. (2020). Segmentasi Citra Berbasis Deep Learning https://informatika.stei.itb.ac.id/~rinaldi.munir/Citra/2021-2022/27-Kuliah-tamu-1.pdf
NVIDIA Developer. (2018). Jetson AGX Xavier Developer Kit. Diakses pada 16 Januri 2022 dari, https://developer.nvidia.com/embedded/jetson-agx-xavier-developer-kit
NVIDIA Developer. (2018). Jetson AGX Xavier Developer Kit. Diakses pada 16 Januri 2022 dari, https://developer.nvidia.com/embedded/jetson-agx-xavier-developer-kit
LabelMe. (2021). LabelMe. Diakses pada 16 Januari 2022 dari, http://LabelMe2.csail.mit.edu/
FLIR ADK Thermal Vision Automotive Development Kit Teledyne FLIR
