Silabus Implementasi YOLO dalam Sistem Pemantauan dan Penghitungan Populasi Satwa Liar pada Rekaman Video Udara di Area Konservasi
Modul 1: Pengenalan YOLO dan Pemantauan Satwa Liar (5 Sesi)
-
Sesi 1: Gambaran umum YOLO (You Only Look Once) untuk Deteksi Objek.
-
Pentingnya pemantauan satwa liar dan konservasi.
-
Aplikasi YOLO dalam teknologi konservasi.
-
Sesi 2: Instalasi dan penyiapan lingkungan YOLO.
-
Pengenalan Python dan OpenCV untuk pemrosesan video.
-
Menyiapkan lingkungan pengembangan (Anaconda, Jupyter Notebook).
-
Sesi 3: Dasar-dasar Jaringan Saraf Tiruan dan Pembelajaran Mendalam.
-
Memahami arsitektur YOLOv3 dan YOLOv4.
-
Perbandingan YOLO dengan kerangka kerja deteksi objek lainnya.
-
Sesi 4: Mempersiapkan dataset untuk pelatihan: Pengenalan dataset berlabel.
-
Mengumpulkan dan memberi label data video satwa liar menggunakan LabelImg.
-
Memahami format COCO untuk anotasi dataset.
-
Sesi 5: Teknik augmentasi data untuk gambar satwa liar.
-
Menyeimbangkan dataset untuk meningkatkan kinerja model.
-
Pengenalan transfer learning untuk deteksi objek.
Modul 2: Pelatihan Model YOLO untuk Deteksi Satwa Liar (8 Sesi)
-
Sesi 6: Menyiapkan kerangka kerja Darknet untuk YOLO.
-
Memahami file konfigurasi YOLO.
-
Mengonfigurasi YOLO untuk pelatihan dataset satwa liar kustom.
-
Sesi 7: Melatih YOLO pada dataset satwa liar kustom.
-
Memahami fungsi loss dan hiperparameter.
-
Memantau dan menyesuaikan pelatihan untuk meningkatkan akurasi.
-
Sesi 8: Mengevaluasi kinerja model YOLO: Precision, Recall, mAP.
-
Teknik untuk mengurangi false positives dan false negatives.
-
Menyelesaikan masalah umum saat pelatihan.



