Deteksi Objek Adalah Apa? Pengertian, Bounding Box, dan YOLO
Deteksi objek (object detection) adalah tugas computer vision yang tidak hanya mengenali objek apa yang ada di dalam gambar atau video, tetapi juga menentukan lokasinya, dengan mengembalikan kotak pembatas (bounding box), label kelas, dan skor kepercayaan untuk setiap objek. Berbeda dengan klasifikasi citra yang memberi satu label untuk seluruh gambar, deteksi objek menangani beberapa objek sekaligus dan menandai posisi masing-masing.
Beda deteksi objek dan klasifikasi citra
Keduanya menjawab pertanyaan yang berbeda.
- Klasifikasi citra menjawab "apa yang ada di gambar ini?" dengan satu label, misalnya "anjing".
- Deteksi objek menjawab "objek apa saja yang ada dan di mana letaknya?" dengan menggambar kotak di sekitar setiap orang, mobil, atau hewan.
Setiap deteksi membawa tiga informasi.
| Output | Arti |
|---|---|
| Bounding box | Koordinat yang membingkai objek |
| Label kelas | Kategori, seperti mobil atau orang |
| Skor kepercayaan | Seberapa besar keyakinan model terhadap deteksi |
Cara kerja detektor modern
Banyak detektor adalah jaringan saraf yang terbagi menjadi tiga bagian.
- Backbone: jaringan saraf konvolusional yang mengubah gambar menjadi peta fitur.
- Neck: bagian yang menggabungkan fitur pada berbagai skala, sehingga objek kecil dan besar sama-sama terwakili.
- Head: bagian yang memprediksi skor kelas dan koordinat kotak di banyak posisi.
Karena posisi yang berdekatan dapat mendeteksi objek yang sama, output awal berisi banyak kotak bertumpuk. Sistem membuang kotak berskor rendah dan menjalankan non-maximum suppression (NMS), yang menyisakan satu kotak untuk setiap objek.
Detektor satu tahap dan dua tahap
| Faktor | Dua tahap (mis. Faster R-CNN) | Satu tahap (mis. YOLO) |
|---|---|---|
| Proses | Mengusulkan wilayah lalu mengklasifikasi | Memprediksi kotak dan kelas dalam satu lintasan |
| Kecepatan | Umumnya lebih lambat | Umumnya lebih cepat, cocok waktu nyata |
| Kegunaan | Pekerjaan yang mengutamakan ketelitian | Video, kamera, perangkat terbatas |
Model dua tahap lebih dulu mengusulkan wilayah yang mungkin berisi objek, lalu mengklasifikasi dan memperhalusnya. Model satu tahap memprediksi semua kotak dan kelas dalam satu lintasan maju.
YOLO untuk deteksi waktu nyata
YOLO, singkatan dari You Only Look Once, adalah algoritma deteksi waktu nyata yang membingkai objek dalam bounding box beserta kelasnya. Disebut demikian karena hanya melakukan satu kali pemindaian pada citra, sehingga tergolong pendekatan satu tahap. Model ini dikembangkan pada tahun 2015 dan membagi citra menjadi grid, dengan setiap sel memprediksi kotak dan probabilitas kelas.
Materi akademik dari ITB menjelaskan perbedaan mendasar: klasifikasi citra hanya menentukan label, sedangkan deteksi objek menentukan lokasi di dalam bounding box, kelas, dan tingkat keyakinan. Varian ringan YOLO dapat berjalan cepat bahkan pada CPU, sehingga banyak dipakai untuk kamera dan perangkat terbatas.
Contoh penerapan
- Berkendara otonom: mengenali mobil, pejalan kaki, dan lampu lalu lintas.
- Keamanan dan ritel: menghitung orang, memantau area, dan memeriksa stok rak.
- Citra medis: menandai wilayah yang perlu ditinjau lebih lanjut.
- Robotika: menjadi dasar pelacakan objek dan pemahaman pemandangan.
Keterbatasan
Detektor dapat melewatkan objek atau memunculkan kotak keliru, terutama pada pencahayaan buruk, sudut tidak biasa, atau objek yang sebagian tersembunyi. Objek kecil dan pemandangan padat tetap lebih sulit. Hasilnya juga bergantung pada pelabelan data, karena pelatihan membutuhkan kotak yang digambar pada objek contoh, dan kualitas label memengaruhi hasil.
Keterkaitan dengan konsep lain
Deteksi objek termasuk dalam computer vision dan umumnya membangun jaringan saraf konvolusional di dalam pembelajaran mendalam. Kotak dan label yang dihasilkan berasal dari model terlatih, dengan varian ringan yang sering dipakai pada perangkat terbatas.
FAQ
Apa itu bounding box?
Bounding box adalah kotak yang membingkai objek di dalam gambar, biasanya ditentukan oleh koordinat. Bersama label kelas dan skor kepercayaan, kotak ini membentuk satu deteksi.
Apa bedanya deteksi objek dengan klasifikasi citra?
Klasifikasi memberi satu label untuk seluruh gambar, sedangkan deteksi objek menemukan beberapa objek dan memberikan lokasi masing-masing melalui kotak.
Apa fungsi non-maximum suppression?
NMS menghapus kotak bertumpuk yang merujuk pada objek sama, menyisakan kotak dengan skor lebih tinggi sehingga setiap objek terwakili sekali.
Apa itu YOLO?
YOLO adalah algoritma deteksi satu tahap yang memprediksi kotak dan kelas dalam satu kali pemindaian citra, dirancang untuk kecepatan waktu nyata.
Apakah deteksi objek bisa berjalan di kamera atau perangkat kecil?
Bisa. Model satu tahap yang ringan dirancang untuk berjalan waktu nyata pada kamera dan perangkat terbatas, walau varian kecil mungkin memberi ketelitian lebih rendah daripada model besar.
Poin utama
- Deteksi objek mengenali objek sekaligus menentukan lokasinya dengan bounding box.
- Detektor modern memakai backbone, neck, dan head, dengan NMS untuk membuang kotak ganda.
- Model dua tahap mengutamakan ketelitian, sedangkan satu tahap seperti YOLO mengutamakan kecepatan.
- Kualitas hasil bergantung pada pelabelan data dan kondisi citra.
Lanjutkan membaca apa itu computer vision dan apa itu pelabelan data.
Sources
Learn by doing
Read a guide, then practice with bite-sized AI lessons you can take offline.
Start learning free