Proyek Deteksi Objek menggunakan YOLO: Eksperimen pada Data Gambar

SIP 107 Rancang Bangun Sistem Berbasis AI

Sebagai bentuk pemenuhan tugas kelompok untuk mata kuliah SIP 107: Rancang Bangun Sistem Berbasis AI, kami membuat, melatih, dan menguji sebuah model deep learning yang dapat mendeteksi dan mengklasifikasikan tiga jenis buah: jeruk, pisang, dan apel.

Anggota Kelompok

• Runi Dwi Jiasta (202304560001)
• Teresa Kaena Dharmanyoto (202304560014)
• Caroline Evarista Den Lau (202304560027)
• Andrew Riza Rafhael (202304560030)

Dataset

Dataset yang digunakan adalah "Fruit Images for Object Detection" dari Kaggle, yang di-hosting dan diproses melalui Roboflow.

• Link Roboflow Project: https://app.roboflow.com/kaes/fruit-detection-9aqcd/1

Isi Repositori

• Tugas Kelompok_Fruit Detection.ipynb: Notebook Google Colab yang berisi semua kode untuk training dan validasi.
• Laporan Tugas_Kelompok Fruit Detection.pdf: Laporan akhir proyek.
• predict/: Folder berisi gambar-gambar hasil deteksi (gambar + label box) dari test set.
• best.pt: File bobot (weights) model YOLOv8n yang telah dilatih.
• yolov8n.pt: File model YOLOv8 'Nano' pre-trained asli dari Ultralytics yang digunakan sebagai dasar transfer learning.