Syizuril/YOLO11-BISINDO-Detection

YOLO11l-BISINDO

Model ini merupakan hasil training untuk deteksi objek pada Bahasa Isyarat BISINDO menggunakan arsitektur YOLO11l.

Deskripsi Model

Model ini dilatih menggunakan dataset BISINDO dengan konfigurasi training sebagai berikut:

• Task: detect
• Mode: train
• Model: yolo11l.pt
• Data: bisindo.yaml
• Epochs: 100
• Batch Size: 8
• Input Size: 640
• Optimizer: AdamW
• Learning Rate (lr0): 0.001
• Momentum: 0.937
• Weight Decay: 0.0005
• Warmup Epochs: 3

Hardware yang Digunakan

• GPU: NVIDIA GeForce RTX 4080 SUPER (16.0GB VRAM, CUDA 12.8)
• CPU: AMD Ryzen 5 7500F 6-Core Processor (6C/12T)
• RAM: 31.6GB
• Sistem Operasi: Windows 11 (Build 26100, Version 10.0.26100)

Waktu Training

Metric	Nilai
Total	12 jam 9 menit 32 detik
Rata-rata per Epoch	10 menit 25 detik
Epoch Tercepat	8 menit 55 detik
Epoch Terlambat	35 menit 30 detik

Cara Penggunaan Model

Inferensi

Gunakan skrip berikut untuk melakukan inferensi pada gambar:

import torch
import cv2
from ultralytics import YOLO
import matplotlib.pyplot as plt

# Load model YOLO
model = YOLO('model.pt')  # Ganti dengan path model Anda

# Load gambar
image_path = "test image/test1.jpg"  # Path ke gambar Anda
image = cv2.imread(image_path)
assert image is not None, "Gambar tidak ditemukan!"
image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

# Prediksi dengan YOLO
results = model.predict(source=image, conf=0.5)  # conf adalah confidence threshold

# Gambarkan bounding box ke gambar
for box in results[0].boxes:
    # Koordinat bounding box
    x1, y1, x2, y2 = map(int, box.xyxy[0])  # Bounding box (x1, y1, x2, y2)
    confidence = box.conf[0]  # Tingkat kepercayaan prediksi
    class_id = int(box.cls[0])  # ID kelas
    label = f"{model.names[class_id]}: {confidence:.2f}"

    # Tambah bounding box ke gambar
    cv2.rectangle(image_rgb, (x1, y1), (x2, y2), (255, 0, 0), 2)
    cv2.putText(image_rgb, label, (x1, y1 - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (255, 0, 0), 2)

# Tampilkan gambar
plt.imshow(image_rgb)
plt.axis('off')
plt.show()

Metadata ini dihasilkan secara otomatis pada 2025-03-30 12:34:19