| Summary: | Pengembangan computer vision memberikan solusi dalam melakukan deteksi yang lebih beragam, salah satu contohnya adalah mendeteksi kendaraan. Algoritma tertentu dapat digunakan untuk mendeteksi kendaraan, algoritma YOLOv3 dapat berjalan cukup cepat dalam melakukan deteksi. Modifikasi dilakukan oleh Eric Liu dengan mengganti fitur ekstraktor DarkNet53 menjadi MobileNet pada algoritma YOLOv3 untuk mengurangi banyaknya proses komputasi, metode ini dapat mencapai waktu inferensi 4,79 ms dan presisi rata-rata (AP) 74,6% pada GPU GTX 1080. Prosesor neural merupakan prosesor yang didesain untuk melakukan operasi yang ada pada neural network. Prosesor neural dapat menjadi perangkat yang digunakan dalam implementasi algoritma ini. Penelitian ini dilakukan dengan tujuan membandingkan tingkat presisi (AP) dan kecepatan inferensi antara GTX 1080 dengan Myriad 2. Myriad 2 mampu melakukan inferensi dengan waktu 174,2 ms dan memiliki presisi rata-rata 71,74%. Myriad 2 mampu memberikan waktu inferensi yang lebih sedikit pada Raspberry Pi 3 B saat menjalankan algoritma MobileNet-YOLO.
|
|---|