Dengan berkembangnya kecerdasan buatan kita dapat mengumpulkan foto-foto gambar jalan berlubang, melakukan anotasi pada gambar-gambar, membuat versi dataset, mengekspor ke format yolo, melakukan training ke YOLO dengan dataset buatan kita dan kemudian dapat mendeteksi jalan berlubang pada gambar maupun video.
Mendeteksi jalan berlubang menggunakan kecerdasan buatan dengan model YOLOV8 adalah seperti pada langkah-langkah berikut ini
- Download image dataset di https://www.kaggle.com/datasets/sachinpatel21/pothole-image-dataset
- Membuat workspace dan project di https://app.roboflow.com
- Upload file-file image dataset tersebut ke roboflow
- Melakukan anotasi image-image
- Memasukkan image-image yang sudah dianotasi ke dataset
- Menambah dataset dari video Youtube
- Memulai pembuatan versi baru dari dataset
- Melakukan preprocessing image
- Melakukan augmentation
- Menyelesaikan versi baru dataset
- Mengekspor dataset baru ke format YOLO PyTorch
- Masuk ke Google Colab dan mengimport library-library yang diperlukan
- Mengubah Runtime type ke GPU
- Instalasi ultralytics
- Mengcopy paste source code hasil export dari roboflow
- Mengimport image dataset potholes yang sudah dianotasi dari roboflow
- Melakukan training ke model YOLOv8 dengan custom image dataset tersebut
- Melakukan validate custom model
- Melakukan inference dengan custom model
- Melakukan testing pada video
- Menampilkan hasil testing pada video
Kunjungi www.proweb.co.id untuk menambah wawasan anda.
Mendeteksi Jalan Berlubang Menggunakan Kecedasan Buatan YOLOV8