Pemanfaatan Google Colab Untuk Aplikasi Pendeteksian Masker Wajah Menggunakan Algoritma Deep Learning YOLOv7

Rangga Gelar Guntara
{"title":"Pemanfaatan Google Colab Untuk Aplikasi Pendeteksian Masker Wajah Menggunakan Algoritma Deep Learning YOLOv7","authors":"Rangga Gelar Guntara","doi":"10.47233/jteksis.v5i1.750","DOIUrl":null,"url":null,"abstract":"Deteksi masker wajah berdasarkan metode deteksi objek Deep Learning memainkan peran penting dalam perang melawan COVID-19, yang mencapai hasil yang baik dengan akurasi yang tinggi. Dari tinjauan komprehensif teknik deteksi masker wajah [2], ada beberapa algoritma berbasis deep learning, yakni You Only Look Once (YOLO) [3], Single Shot Detector (SSD) [4], RetinaFace [5], and (Faster Recurrent Convolutional Neural Network) Faster R-CNN [6]. Studi sebelumnya berfokus pada akurasi deteksi masker wajah menggunakan model deteksi dua tahap (yaitu, Faster R-CNN), sementara detektor satu tahap (yaitu, YOLO) tercapai waktu inferensi yang cepat tetapi akurasi lebih rendah. Hasil training pada penelitian ini menunjukkan nilai Precision konsisten berada pada angka 0,4 – 0,8. Sedangkan nilai Recall maksimum pada angka 0,6. Untuk penelitian kedepannya akan berfokus pada pemanfaatan YOLOv7 untuk deteksi objek lainnya.","PeriodicalId":378707,"journal":{"name":"Jurnal Teknologi Dan Sistem Informasi Bisnis","volume":"6 2 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-02-12","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"4","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Teknologi Dan Sistem Informasi Bisnis","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.47233/jteksis.v5i1.750","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 4

Abstract

Deteksi masker wajah berdasarkan metode deteksi objek Deep Learning memainkan peran penting dalam perang melawan COVID-19, yang mencapai hasil yang baik dengan akurasi yang tinggi. Dari tinjauan komprehensif teknik deteksi masker wajah [2], ada beberapa algoritma berbasis deep learning, yakni You Only Look Once (YOLO) [3], Single Shot Detector (SSD) [4], RetinaFace [5], and (Faster Recurrent Convolutional Neural Network) Faster R-CNN [6]. Studi sebelumnya berfokus pada akurasi deteksi masker wajah menggunakan model deteksi dua tahap (yaitu, Faster R-CNN), sementara detektor satu tahap (yaitu, YOLO) tercapai waktu inferensi yang cepat tetapi akurasi lebih rendah. Hasil training pada penelitian ini menunjukkan nilai Precision konsisten berada pada angka 0,4 – 0,8. Sedangkan nilai Recall maksimum pada angka 0,6. Untuk penelitian kedepannya akan berfokus pada pemanfaatan YOLOv7 untuk deteksi objek lainnya.
使用深度学习算法YOLOv7用于面部识别应用程序谷歌Colab
面膜检测基于深度学习对象检测方法,在反对COVID-19的战斗中发挥了重要作用,从而以很高的精度取得了良好的效果。在全面的面部检测技术审查[2]中,有几个基于深度学习的算法,即您只看一次(YOLO)[3],单射击检测器(SSD) [4], RetinaFace [5], (Faster R-CNN]。之前的研究集中在面部检测检测的准确性上,使用两阶段检测模型(即“更快的R-CNN”),而单级探测器(即YOLO)达到了快速的推断时间,但精度较低。这项研究的培训结果显示,Precision值与0.4—0.8是一致的。而在0.6处的最大召回值。未来的研究将集中在使用YOLOv7来检测其他物体。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信