JRIIN :Jurnal Riset Informatika dan Inovasi
Vol 1 No 2 (2023): JRIIN : Jurnal Riset Informatika

PERBANDINGAN METODE YOLO DAN FAST R-CNN DALAM SISTEM DETEKSI PENGENALAN KENDARAAN

Nisan Yedidiya Sorayana Mendrofa (Universitas Pamulang)
Ahya Mahfuzie (Universitas Pamulang)
Muhammad Faisal (Universitas Pamulang)
Ahmad Haidar (Universitas Pamulang)
Perani Rosyani (Universitas Pamulang)



Article Info

Publish Date
19 Jul 2023

Abstract

Jenis kendaraan adalah salah satu karakteristik kendaraan dan penting dalam mengidentifikasinya. Hal ini untuk identifikasi otomatis. Untuk mencapai tujuan identifikasi jenis mobil secara cepat dan akurat, sejumlah metode telah diterapkan. Identifikasi jenis kendaraan yang cepat dan akurat Identifikasi gambar Dalam identifikasi gambar, salah satu metode yang terkenal adalah Faster R-CNN yang cukup cepat dan akurat untuk melakukan identifikasi gambar. Namun, akurasinya masih belum optimal. Metode lain.Tersedia YOLO, yang merupakan metode yang lebih cepat untuk melakukan identifikasi. Dalam melakukan identifikasi, metode ini lebih cepat. Arsitektur yang akan dibangun akan menggunakan kedua metode tersebut. Tujuan dari arsitektur yang akan dibangun adalah untuk meningkatkan akurasi identifikasi jenis kendaraan. Tujuannya adalah untuk meningkatkan akurasi identifikasi jenis kendaraan. Tujuannya adalah untuk meningkatkan akurasi identifikasi jenis kendaraan. pemeriksaan dan diharapkan dapat menghasilkan hasil yang lebih baik dari masing-masing metode.

Copyrights © 2023






Journal Info

Abbrev

jriin

Publisher

Subject

Computer Science & IT Decision Sciences, Operations Research & Management

Description

1. Komputasi Lunak, 2. Sistem Cerdas Terdistribusi, Manajemen Basis Data, dan Pengambilan Informasi, 3. Komputasi evolusioner dan komputasi DNA/seluler/molekuler, 4. Deteksi kesalahan, 5. Sistem Energi Hijau dan Terbarukan, 6. Antarmuka Manusia, 7. Interaksi Manusia-Komputer, 8. Hibrida dan ...