Deteksi Kendaraan Truck dan Pickup Menggunakan YOLO26n-seg untuk Object Detection Real-Time | PCD

Video ini membahas implementasi model YOLO26n-seg dalam melakukan deteksi dan segmentasi kendaraan, khususnya truck dan pickup, pada citra lalu lintas. Model yang digunakan merupakan varian ringan dari YOLO26 yang dirancang untuk efisiensi komputasi dan cocok digunakan pada perangkat dengan sumber daya terbatas.

Penelitian ini mencakup proses pengumpulan dataset, anotasi menggunakan Roboflow Smart Polygon, augmentasi data, serta pelatihan model menggunakan konfigurasi YOLO26n-seg pada Google Colab dengan GPU. Evaluasi dilakukan menggunakan confusion matrix, precision, recall, F1-score, serta mAP@0.5 untuk mengukur performa model.

Hasil eksperimen menunjukkan bahwa model mampu melakukan deteksi dengan baik, meskipun masih terdapat beberapa kesalahan pada false positive dan objek yang tidak terdeteksi. Selain itu, dilakukan analisis confidence threshold untuk menentukan titik optimal dalam proses deteksi kendaraan.

Proyek ini diharapkan dapat menjadi solusi awal dalam pengembangan sistem pemantauan kendaraan otomatis berbasis computer vision.

Видео Deteksi Kendaraan Truck dan Pickup Menggunakan YOLO26n-seg untuk Object Detection Real-Time | PCD канала NADZRUL SIDQIA TAMA UBPKARAWANG