Pelabelan Pose Hewan Menggunakan Model UDA-AP Dengan Dataset AP-10K

MALIK WALI

Informasi Umum

Kode

23.04.443

Klasifikasi

006.37 - Computer Vision

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Computer Vision

Dilihat

171 kali

Informasi Lainnya

Abstraksi

Perkembangan dari Animal Pose Estimation lebih lambat dibandingkan dengan Human Pose Estimation, Di- karenakan kurangnya kumpulan data hewan sehingga terjadinya ketidakseimbangan distribusi data pada fase testing dan training, maupun untuk mengaplikasikan model deep learning. Untuk mengatasi kurang- nya data yang berlabel dibuatlah model untuk melabeli gambar hewan. Terdapat penelitian yang meng- gunakan metode domain adaptation dimana model dilatih menggunakan hewan sintetis yang dihasilkan dari model 3D lalu menggunakan model tersebut untuk melabeli hewan asli. Laporan tugas akhir ini berisi pengujian model domain adaptation Unsupervised Domain Adaptation Animal Pose (UDA-AP) untuk mela- beli hewan yang data sintetisnya belum pernah dilatih di model tersebut. Dataset yang digunakan adalah AP-10K dengan spesies yang sudah ditentukan. Model mampu melakukan pelabelan kepada hewan yang sudah dilatih data sintetisnya dan struktuk keypoint mirip seperti kuda dan citah kecuali kelas siku yang dikarenakan keypointnya yang tidak cocok, model juga belum mampu untuk melabeli hewan yang memili- ki tanduk hal ini dapat dilihat dari akurasi kelas dagu dan mata pada hewan yang memiliki tanduk seperti domba gunung, kerbau dan kijang akurasinya lebih kecil dibandikan dengan kelas lain. Akurasi kelas dari setiap kategori hewan dapat dilihat di bagian pengujian.