Untuk dapat menggunakan machine learning secara nyata maka kita perlu mempraktekkannya. Kali ini kita akan membahas machine learning penggunaan Roboflow.
Penggunaan Robolflow dalam machine learning adalah seperti pada contoh-contoh berikut ini
- Tujuan pembelajaran deteksi obyek koin



- Memulai create new project



- Project untuk object detection


- Create new project


- Tampilan awal project


- Upload images untuk pembuatan custom dataset


- Upload video untuk pembuatan custom dataset



- Upload banyak images untuk pembuatan custom dataset



- Upload xml untuk image yang sudah dianotasi




- Save dan Continue


- Split image-image


- Upload file



- Update project kemudian assign annotations



- Pilih image


- Zoom


- Membuat class quarter



- Membuat class nickle



- Membuat class dim




- Membuat class penny


- Menggunakan polygon


- Label assist



- Memilih class-class untuk pelabelan


- Melakukan anotasi



- Anotasi pada image selanjutnya hingga semua image selesai dianotasi


- Menambahkan image-image ke dataset




- Preprocessing selesai kemudian klik Continue



- Crop


- Add Augmentation Step: Flip




- Add Augmentation Step: Hue




- Add Augmentation Step: Exposure



- Augmentation selesai kemudian Continue

- Generate dataset version



- Hasilnya dan Start Training


- Train type Fast dan Continue dengan MS Coco dari Microsoft checkpoint


- Export ke YOLO PyTorch




- Source code

- Training In Progress


- Tampilan grafis

- Versi dataset

- Deploy

- Testing sebuah image



- Testing dengan image lain


- Menggunakan webcam dan lainnya


- Source code secara detil

- Menggunakan patch image pada source code untuk testing


- Melanjutkan ke print class



- Ubah confidence dan tambahkan sum

- Menggunakan webcam




Informasi lebih lanjut silahkan mengunjungi
1. https://blog.roboflow.com/getting-started-with-roboflow/
2. https://www.youtube.com/watch?v=a3SBRtILjPI – Mar 15, 2023
Kunjungi www.proweb.co.id untuk menambah wawasan anda.
Machine Learning menggunakan Roboflow

