Implementasi YOLOv8 Pada Robot Deteksi Objek

Author:

Rasjid Azka Avicenna,Rahmat Basuki,Sihananto Andreas Nugroho

Abstract

Pendeteksian objek merupakan salah satu tantangan utama dalam pengembangan robotika, khususnya untuk aplikasi yang membutuhkan identifikasi berbagai objek dalam lingkungan yang beragam. Penelitian ini ditujukan untuk implementasi YOLOv8 pada Robot Deteksi Objek. Metode penelitian mencakup pelatihan YOLOv8 menggunakan dataset yang terdiri dari 150 gambar untuk setiap kelas objek. Kinerja model dievaluasi berdasarkan metrik presisi (P), recall (R), mean Average Precision (mAP) pada threshold 50% (mAP50), dan mAP50-95. YOLOv8 bertujuan untuk mendeteksi objek dengan 7 sampel kelas objek yaitu: botol, kursi, manusia, pot, galon, tong sampah, dan ember. Hasil evaluasi menunjukkan bahwa model YOLOv8 memberikan kinerja yang sangat baik dengan presisi dan recall mendekati 1 untuk semua kelas objek. Secara khusus, kursi, manusia, dan tong sampah mencapai nilai P dan R sebesar 0.994 atau lebih, dengan mAP50-95 masing-masing sebesar 0.891, 0.874, dan 0.894. Botol dan ember juga menunjukkan hasil yang baik dengan mAP50-95 masing-masing sebesar 0.857 dan 0.905. Sementara itu, galon dan pot masing-masing memiliki mAP50-95 sebesar 0.908 dan 0.705.

Publisher

Indonesian Journal Publisher

Reference31 articles.

1. Aditya, N. (2023). Implementasi Sistem Penghindar Rintangan Berbasis Velocity Obstacle Pada Robot Servis. repository.its.ac.id. https://repository.its.ac.id/99573/

2. Ananda, I. S. (2023). Simulasi Robot Patroli Sederhana untuk Deteksi Berbasis Computer Vision dan Deep Learning. dspace.uii.ac.id. https://dspace.uii.ac.id/handle/123456789/45910

3. Aziz, M. L. (2020). PERANCANGAN SISTEM DETEKSI OBJEK SECARA REAL-TIME MENGGUNAKAN METODE YOLO (You Only Look Once) PADA ROBOT AL-MUBAROK_MK4. etd.umy.ac.id. https://etd.umy.ac.id/id/eprint/772/

4. AZIZI, A. H. (2021). Deteksi Bentuk Objek Dan Warna Pada Conveyor Belt Menggunakan Pengolahan Citra Untuk Kendali Robot Lengan. repositori.telkomuniversity.ac.id.

5. https://repositori.telkomuniversity.ac.id/pustaka/171375/deteksi-bentuk-objek-dan-warna-pada-conveyor-belt-menggunakan-pengolahan-citra-untuk-kendali-robot-lengan.html

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3