Bagian 5: Perbandingan RCNN Deteksi untuk bounding menyatu dan terpisah

[mulkan syarif]

Saya akan membandingkan antara 2 dataset berikut yaitu

1. aturannya yaitu ketika ada objek yang terpisah akan tetap dibuat terpisah
2. bila ada huruf dasar + vokal maka digabung saja

[caption id="attachment_11565" align="aligncenter" width="825"] Terpisah antar huruf dasar dan bunyi vokal[/caption]

[caption id="attachment_11564" align="aligncenter" width="825"] Digabung antar huruf dasar dan bunyi vokal[/caption]

Pada dataset pertama maka akan ada class yaitu 18 huruf dasar + 1 gantungan ulu

Sedangkan pada dataset kedua akan ada class 18 yaitu hi-ni-ci-ri-ki-di-ti-si-wi-li-mi-gi-bi-ngi-pi-ji-yi-nyi

dan bila ada huruf sebagai berikut

maka pada

• dataset pertama akan tetap mempunyai 18 class + 1 class gantungan, sedangkan pada
• dataset kedua akan menjadi class terpisah sendiri yaitu 18 class dengan bunyi hi-ni-ci-ri-ki-di-ti-si-wi-li-mi-gi-bi-ngi-pi-ji-yi-nyi ditambah 18 class dengan bunyi ha-na-ca-ra-ka-da-ta-sa-wa-la-ma-ga-ba-nga-pa-ja-ya-nya sehingga totalnya akan ada 36 class

Jadi sudah paham ya mengenai jumlah class yang membludak banyak bila kita menggunakan dataset kedua.

Kendala yang akan dihadapi

Bila kita melihat dataset kedua akan terkesan simple karena kita tidak akan pusing-pusing memasangkan bila ada gantungan terdeteksi. Pada dataset pertama bila ditemukan gantungan harus menentukan lebih lanjut gantungan tersebut milik siapa kalau sudah terdeteksi. Milik sebelah kiri atau sebelah kanan karena tidak menjamin posisi gantungan tersebut berada tepat ditengah.

Proses pelatihan RCNN menggunakan dataset yang berbeda

1. RCNN training.ipynb menggunakan dataset pertama
2. RCNN training v2.ipynb menggunakan dataset kedua

Sehingga jangan kuatir modelnya itu berbeda checkpoint nya.

Setelah dilakukan proses pelatihan dilanjutkan dengan proses pengujian data asing

Pada dataset kedua terjadi kebingungan di proses prediksi

 

hal ini diduga karena, model akan bingung ketika menjumpai huruf dasar berikut

kemudian mendeteksi huruf berikut yang bergabung dengan gantungan

Apakah akan masuk ke class ha atau hi

Hal ini berbeda dengan pelatihan dan pengujian dataset pertama yang cenderung lebih baik hasilnya

 

Hal ini menandakan bahwa kalau objek terpisah ya sebaiknya dibuat bounding box terpisah jangan menyatu

[Author]

Posts