{"title":"使用深度学习算法YOLOv7用于面部识别应用程序谷歌Colab","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":"{\"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}","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}
Pemanfaatan Google Colab Untuk Aplikasi Pendeteksian Masker Wajah Menggunakan Algoritma Deep Learning YOLOv7
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.