Pendeteksian Objek pada Foto Udara dari Drone Menggunakan Metode Deteksi Single Stage

Salah satu penggunaan pendeteksian dan pengenalan objek adalah untuk mendeteksi objek dari gambar udara. Ada berbagai aplikasi lanjutan dari pendeteksian objek pada gambar udara, seperti untuk pelacakan objek, implementasi Unmanned Aerial Vehicles (UAV), mengawasi jalan raya, dan menghitung objek. Seiring dengan berkembangnya dan semakin banyaknya pengaplikasian deteksi objek pada gambar udara, tingkat keakuratan pada deteksi objek juga semakin penting. Pada penelitian ini, dilakukan evaluasi terhadap perubahan backbone pada (You Only Look Once v4) YOLOv4, state-of-the-art dari algoritma deteksi objek secara single-stage saat ini, menggunakan EfficientNet dan EfficientNetV2 yang merupakan model untuk mengklasifikasikan gambar. Penelitian ini dilakukan pada CARPK dataset, sebuah dataset gambar udara yang berisi mobil-mobil pada area parkir mobil yang diambil menggunakan drone yang akan cocok untuk dilakukan pendeteksian mobil. Hasil dari perubahan backbone pada YOLOv4 menggunakan EfficientNetB3 mampu meningkatkan keakuratan deteksi menjadi 99.23% pada CARPK dataset.