Silabus Implementasi YOLO dalam Sistem Otomatisasi Perparkiran untuk Deteksi Pelat Nomor Kendaraan secara Real-Time
Session 1-5: Pengenalan dan Persiapan Lingkungan
-
Session 1: Pengenalan Sistem Otomatisasi Perparkiran.
-
Pemahaman tentang YOLO (You Only Look Once) sebagai algoritma deteksi objek.
-
Penjelasan arsitektur YOLO dan bagaimana YOLO bekerja.
-
Instalasi dan konfigurasi Python, OpenCV, dan perpustakaan pendukung.
-
Session 2: Pengenalan tentang dataset pelat nomor kendaraan.
-
Pengumpulan dataset: Memilih dataset yang sesuai atau membuat dataset kustom.
-
Teknik pelabelan dataset menggunakan tool seperti LabelImg.
-
Session 3: Penjelasan tentang format data YOLO (file .txt dan .names ).
-
Konversi dataset ke format YOLO.
-
Pembagian dataset untuk training dan testing.
-
Session 4: Pengenalan tentang framework YOLO (Darknet, YOLOv5).
-
Instalasi dan konfigurasi framework YOLO.
-
Persiapan file konfigurasi YOLO (cfg, data, dan weights).
-
Session 5: Penjelasan tentang transfer learning dan pre-trained model.
-
Implementasi transfer learning pada YOLO menggunakan model pre-trained.
Session 6-10: Training Model YOLO
-
Session 6: Penjelasan hyperparameter pada YOLO.
-
Pemilihan dan penyesuaian hyperparameter untuk deteksi pelat nomor.
-
Session 7: Menyiapkan file konfigurasi dan command untuk training YOLO.
-
Memulai proses training model YOLO.
-
Session 8: Monitoring dan evaluasi training (melihat loss dan mAP).
-
Teknik troubleshooting saat training mengalami masalah.
-
Session 9: Penggunaan TensorBoard untuk visualisasi hasil training.
-
Memperbaiki kesalahan deteksi dengan augmentasi data.
-
Session 10: Menyimpan model yang sudah terlatih.



