Category Archives: Belajar Coding

Mempercepat dan mengurangi penggunaan memori tanpa mengorbankan akurasi model

By | August 7, 2024

1,235 ViewsMempercepat dan mengurangi penggunaan memori tanpa mengorbankan akurasi model menggunakan GradScaler. torch.cuda.amp.GradScaler adalah kelas yang disediakan oleh PyTorch untuk memfasilitasi pelatihan model deep learning dengan precision campuran (mixed precision). Mixed precision adalah teknik yang menggunakan kombinasi angka floating point 16-bit (FP16) dan 32-bit (FP32) untuk mempercepat pelatihan dan mengurangi penggunaan memori tanpa mengorbankan akurasi… Read More »

Cara Menentukan argument Input pada model detection mask RCNN

By | July 27, 2024

961 ViewsMerujuk pada model di TORCHVISION.MODELS.DETECTION.MASK_RCNN yaitu banyak sekali pengaturan sebelum tuning – https://pytorch.org/vision/0.8/_modules/torchvision/models/detection/mask_rcnn.html Misalkan dengan cara berikut ref: https://www.kaggle.com/code/abhishek/inference-for-mask-rcnn num_classes = 10 model_ft = torchvision.models.detection.maskrcnn_resnet50_fpn(pretrained=True) in_features = model_ft.roi_heads.box_predictor.cls_score.in_features model_ft.roi_heads.box_predictor = FastRCNNPredictor(in_features, num_classes) in_features_mask = model_ft.roi_heads.mask_predictor.conv5_mask.in_channels hidden_layer = 256 model_ft.roi_heads.mask_predictor = MaskRCNNPredictor(in_features_mask, hidden_layer, num_classes) atau dengan cara seperti berikut ref: https://pytorch.org/tutorials/intermediate/torchvision_tutorial.html Cara pertama import torchvision from torchvision.models.detection.faster_rcnn import FastRCNNPredictor… Read More »

Memahami transform.Normalize( )

By | July 30, 2024

826 Viewsnormalisasi yaitu mengubah skala menjadi rentang 0 sampai dengan 1 ataupun -1 sampai +1 dengan rumus sebagai berikut image = (image – mean) / std Misalkan Parameter mean = 0.5 dan std = 0.5 maka  akan menormalkan gambar dalam rentang [-1,1] Jika kalian ingin mengembalikan gambar ke rentang [0,1], bisa menggunakan rumus image = ((image… Read More »

Model Detectron2 di Pytorch

By | July 30, 2024

1,196 ViewsDetectron2 adalah library open-source yang dikembangkan oleh Facebook AI Research (FAIR) untuk melakukan deteksi objek. Library ini merupakan penerus dari Detectron dan dirancang untuk menjadi lebih modular, fleksibel, dan efisien dalam berbagai aplikasi visi komputer, seperti deteksi objek, segmentasi instance, dan segmentasi semantik. Berikut beberapa fitur dan penjelasan tentang Detectron2: Modular dan Fleksibel: Detectron2… Read More »

Mencoba Menggunakan VPS untuk Deep Learning

By | August 23, 2024

1,489 ViewsVPS virtual private server bisa kita gunakan untuk menjalankan sebuah deep learning. Walapun hal ini tidak direkomendasikan mengingat ketersediaan GPU nya tidak ada. Tapi mari kita coba saja, saya telah menggunakan VPS untuk iseng2 melakukan training walaupun banyak sekali kendala karena RAM nya selalu habis. Sehingga dikurangi dataset nya sebagai solusi awal. Untuk VPS… Read More »

Mengoptimalkan API dengan service streamer

By | July 14, 2024

938 ViewsService streamer di PyTorch adalah mekanisme yang digunakan untuk mengelola streaming data secara efisien dalam konteks aplikasi machine learning. Konsep ini penting dalam skenario di mana model machine learning harus mengkonsumsi data yang datang secara terus-menerus atau dalam batch besar, seperti dalam analisis video langsung, pemrosesan data sensor real-time, atau aplikasi serupa lainnya. Berikut adalah… Read More »

Membuat API menggunakan Flask

By | July 12, 2024

805 ViewsAPI merupakan kepanjangan dari Application Program Interface. API yang kita buat digunakan untuk menerima gambar/image dan server akan merespond nya dengan mengeluarkan JSON.Sebagai gambaran awal, kita akan menggunakan opencv untuk operasi blob. Tugas dari server yaitu mendapatkan lokasi blob object berupa lokasi XY dari gambar. Mengingat respond dari server hanya bisa menggunakan XML dan… Read More »

Mempersiapkan Format Image di Deep Learning

By | June 15, 2024

3,932 ViewsMempersiapkan Format Image di Deep Learning. Secara umum format yang digunakan yaitu urutan NCHW. Format ini adalah akronim yang menjelaskan urutan sumbu pada tensor yang berisi sampel data gambar. Format NCHW digunakan seperti pada pelatihan di Pytorch. NCHW yaitu N : Jumlah sampel data; C: Saluran gambar. Gambar merah-hijau-biru (RGB) akan memiliki 3 saluran;… Read More »

Membuat Server dirumah untuk diakses Secara Online

By | November 25, 2024

1,363 ViewsMembuat Server dirumah untuk diakses Secara Online – Yup, penyediaa hosting saat ini sudah sangat murah bahkan kalau kalian tidak ingin ribet bisa menggunakan NAS  untuk dibuat menjadi server. Namun hal tersebut masih saja cukup ribet! Kalian bisa menggunakan proxy server. Tentu dengan solusi ini kalian bisa mengatur sendiri server yang akan dijalankan. Salah satu… Read More »