object-detection.rst
Raw Download

Object Detection
================

Unduh dataset ikan beformat YOLO:

https://drive.google.com/file/d/10Pr4lLeSGTfkjA40ReGSC8H3a9onfMZ0/view?usp=sharing

Ekstrak::

    $ unzip Deepfish.zip

Salah satu hasilnya adalah::

    Deepfish
      7117
        train
        valid

Contoh file ``Deepfish/7117/train/7117_Caranx_sexfasciatus_juvenile_f000000.txt`` berisi::

    0 0.47994791666666664 0.14351851851851852 0.12135416666666667 0.21481481481481482
    0 0.8705729166666667 0.4185185185185185 0.09010416666666667 0.0962962962962963

Setiap barisnya memiliki susunan::

    class_id x_center y_center width height

Buatlah file ``ikan.yaml``::

    names:
      0: ikan

    path: Deepfish/7117
    train: train 
    val: valid

Angka ``0`` (nol) pada ``names`` merujuk pada ``class_id``.

Siapkan Python untuk menjalankan pelatihan::

    $ python3.13 -m venv env
    $ env/bin/pip install ultralytics

Jalankan pelatihannya (*compile*)::

    $ env/bin/yolo train data=ikan.yaml

Hasilnya::

    100 epochs completed in 0.171 hours.
    Optimizer stripped from runs/detect/train29/weights/last.pt, 5.5MB
    Optimizer stripped from runs/detect/train29/weights/best.pt, 5.5MB

File ``best.pt`` itulah yang akan digunakan saat membaca foto. Coba cari gambar kumpulan ikan di Google. Lalu::

    $ env/bin/yolo predict model=runs/detect/train29/weights/best.pt source=ikan.jpg

Hasilnya::

    image 1/1 /home/sugiana/Unduhan/ikan.jpg: 448x640 6 ikans, 49.5ms
    Speed: 2.1ms preprocess, 49.5ms inference, 81.2ms postprocess per image at shape (1, 3, 448, 640)
    Results saved to runs/detect/predict37

Dia berhasil menghitung jumlah ikan di gambar tersebut sebanyak 6.
Secara visual kita bisa melihatnya di file ``runs/detect/predict37/ikan.jpg``.
Di file itu akan tampil kotak di setiap ikan lengkap dengan nilai
**tingkat keyakinan** dalam bentuk angka pecahan dengan ambang 0 sampai 1.

Kita juga bisa mengatur tingkat keyakinan dengan opsi ``conf`` (*confidence threshold*)::

    $ env/bin/yolo predict model=runs/detect/train29/weights/best.pt source=ikan.jpg conf=0.5

Selamat mencoba.


Referensi
---------

- `YOLO 12 <https://docs.ultralytics.com/models/yolo12>`_

Object Detection
Unduh dataset ikan beformat YOLO:
https://drive.google.com/file/d/10Pr4lLeSGTfkjA40ReGSC8H3a9onfMZ0/view?usp=sharing
Ekstrak:
$ unzip Deepfish.zip

Salah satu hasilnya adalah:
Deepfish
  7117
    train
    valid

Contoh file Deepfish/7117/train/7117_Caranx_sexfasciatus_juvenile_f000000.txt berisi:
0 0.47994791666666664 0.14351851851851852 0.12135416666666667 0.21481481481481482
0 0.8705729166666667 0.4185185185185185 0.09010416666666667 0.0962962962962963

Setiap barisnya memiliki susunan:
class_id x_center y_center width height

Buatlah file ikan.yaml:
names:
  0: ikan

path: Deepfish/7117
train: train
val: valid

Angka 0 (nol) pada names merujuk pada class_id.
Siapkan Python untuk menjalankan pelatihan:
$ python3.13 -m venv env
$ env/bin/pip install ultralytics

Jalankan pelatihannya (compile):
$ env/bin/yolo train data=ikan.yaml

Hasilnya:
100 epochs completed in 0.171 hours.
Optimizer stripped from runs/detect/train29/weights/last.pt, 5.5MB
Optimizer stripped from runs/detect/train29/weights/best.pt, 5.5MB

File best.pt itulah yang akan digunakan saat membaca foto. Coba cari gambar kumpulan ikan di Google. Lalu:
$ env/bin/yolo predict model=runs/detect/train29/weights/best.pt source=ikan.jpg

Hasilnya:
image 1/1 /home/sugiana/Unduhan/ikan.jpg: 448x640 6 ikans, 49.5ms
Speed: 2.1ms preprocess, 49.5ms inference, 81.2ms postprocess per image at shape (1, 3, 448, 640)
Results saved to runs/detect/predict37

Dia berhasil menghitung jumlah ikan di gambar tersebut sebanyak 6.
Secara visual kita bisa melihatnya di file runs/detect/predict37/ikan.jpg.
Di file itu akan tampil kotak di setiap ikan lengkap dengan nilai
tingkat keyakinan dalam bentuk angka pecahan dengan ambang 0 sampai 1.
Kita juga bisa mengatur tingkat keyakinan dengan opsi conf (confidence threshold):
$ env/bin/yolo predict model=runs/detect/train29/weights/best.pt source=ikan.jpg conf=0.5

Selamat mencoba.

Referensi

YOLO 12