1,753 ViewsDalam bidang computer vision, dataset memainkan peran yang sangat penting dalam melatih model pembelajaran mesin. Namun, pengumpulan dataset yang besar dan berkualitas tinggi bisa menjadi tantangan, terutama dalam situasi di mana data yang tersedia terbatas. Untuk mengatasi masalah ini, augmentasi data (data augmentation) menjadi salah satu teknik yang paling efektif. Augmentasi data memungkinkan kita … Read more
1,296 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
There is no excerpt because this is a protected post.
1,061 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
907 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
1,235 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
1,546 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
997 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
850 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
3,984 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