在车辆号牌检测应用设计中采用 Yolo V5 算法

B. Nugroho, Yani Prihati, Sinta Tridian Galih
{"title":"在车辆号牌检测应用设计中采用 Yolo V5 算法","authors":"B. Nugroho, Yani Prihati, Sinta Tridian Galih","doi":"10.31539/intecoms.v7i3.10376","DOIUrl":null,"url":null,"abstract":"Penelitian ini membahas tentang implementasi algoritma YOLO v5 dalam rancangan aplikasi pendeteksi plat nomor kendaraan. Algoritma YOLO v5 dipilih karena kemampuannya dalam mendeteksi objek dengan cepat dan akurat. Penelitian ini bertujuan untuk mengembangkan sebuah aplikasi yang dapat mendeteksi plat nomor kendaraan secara real-time menggunakan teknologi YOLO v5. Metode yang digunakan meliputi beberapa tahap, yaitu building dataset, training dataset, modeling, dan pembuatan interface aplikasi. Dataset berupa 1050 gambar, training dataset menggunakan 70% data train, 20% data test, dan 10% data valid, diperoleh akurasi sebesar 84%, presisi 92,9%, dan skor F1 sebesar 80%. Modeling menggunakan algoritma YOLOv5. Pembuatan interface aplikasi menggunakan Python Flask.","PeriodicalId":393158,"journal":{"name":"INTECOMS: Journal of Information Technology and Computer Science","volume":" 22","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-06-09","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Implementasi Algoritma Yolo V5 Dalam Rancangan Aplikasi Pendeteksi Plat Nomor Kendaraan\",\"authors\":\"B. Nugroho, Yani Prihati, Sinta Tridian Galih\",\"doi\":\"10.31539/intecoms.v7i3.10376\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Penelitian ini membahas tentang implementasi algoritma YOLO v5 dalam rancangan aplikasi pendeteksi plat nomor kendaraan. Algoritma YOLO v5 dipilih karena kemampuannya dalam mendeteksi objek dengan cepat dan akurat. Penelitian ini bertujuan untuk mengembangkan sebuah aplikasi yang dapat mendeteksi plat nomor kendaraan secara real-time menggunakan teknologi YOLO v5. Metode yang digunakan meliputi beberapa tahap, yaitu building dataset, training dataset, modeling, dan pembuatan interface aplikasi. Dataset berupa 1050 gambar, training dataset menggunakan 70% data train, 20% data test, dan 10% data valid, diperoleh akurasi sebesar 84%, presisi 92,9%, dan skor F1 sebesar 80%. Modeling menggunakan algoritma YOLOv5. Pembuatan interface aplikasi menggunakan Python Flask.\",\"PeriodicalId\":393158,\"journal\":{\"name\":\"INTECOMS: Journal of Information Technology and Computer Science\",\"volume\":\" 22\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2024-06-09\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"INTECOMS: Journal of Information Technology and Computer Science\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.31539/intecoms.v7i3.10376\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"INTECOMS: Journal of Information Technology and Computer Science","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.31539/intecoms.v7i3.10376","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

本研究讨论了在车辆号牌检测应用设计中使用 YOLO v5 算法的情况。之所以选择 YOLO v5 算法,是因为该算法能够快速、准确地检测物体。本研究旨在利用 YOLO v5 技术开发一种能够实时检测车辆号牌的应用程序。所采用的方法包括几个阶段,即建立数据集、训练数据集、建模和制作应用界面。数据集的形式为 1050 张图像,训练数据集使用 70% 的训练数据、20% 的测试数据和 10% 的有效数据,准确率为 84%,精确率为 92.9%,F1 分数为 80%。使用 YOLOv5 算法建模。使用 Python Flask 开发应用程序界面。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Implementasi Algoritma Yolo V5 Dalam Rancangan Aplikasi Pendeteksi Plat Nomor Kendaraan
Penelitian ini membahas tentang implementasi algoritma YOLO v5 dalam rancangan aplikasi pendeteksi plat nomor kendaraan. Algoritma YOLO v5 dipilih karena kemampuannya dalam mendeteksi objek dengan cepat dan akurat. Penelitian ini bertujuan untuk mengembangkan sebuah aplikasi yang dapat mendeteksi plat nomor kendaraan secara real-time menggunakan teknologi YOLO v5. Metode yang digunakan meliputi beberapa tahap, yaitu building dataset, training dataset, modeling, dan pembuatan interface aplikasi. Dataset berupa 1050 gambar, training dataset menggunakan 70% data train, 20% data test, dan 10% data valid, diperoleh akurasi sebesar 84%, presisi 92,9%, dan skor F1 sebesar 80%. Modeling menggunakan algoritma YOLOv5. Pembuatan interface aplikasi menggunakan Python Flask.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
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:604180095
Book学术官方微信