UNRIYOUNRIYO

International Journal of Informatics and ComputationInternational Journal of Informatics and Computation

Studi ini memperkenalkan metode baru untuk mendeteksi kendaraan yang melewati dengan menggabungkan Deteksi Garis Virtual dengan algoritma YOLOv8n. Tujuan penelitian adalah meningkatkan keselamatan jalan dengan mengidentifikasi dan melacak kendaraan yang melewati secara akurat, yang sangat penting untuk mencegah kecelakaan. Penelitian ini menunjukkan efektivitas pendekatan ini, mencapai tingkat akurasi deteksi sebesar 80,95% menggunakan teknik deteksi lintasan. Tingkat akurasi yang tinggi menunjukkan potensi sistem ini untuk secara andal mengidentifikasi manuver melewati dalam kondisi lalu lintas. Selain itu, metode inovatif ini memiliki implikasi yang menjanjikan untuk meningkatkan keselamatan berkendara dengan memberikan pemberitahuan real-time kepada pengemudi dan mencegah kerusakan infrastruktur akibat kecelakaan lalu lintas. Temuan kami menunjukkan bahwa mengintegrasikan algoritma deteksi canggih seperti YOLOv8n dengan deteksi garis virtual dapat menjadi solusi yang layak untuk tantangan keselamatan lalu lintas modern.

Uji coba yang telah dilakukan memperkuat ketangguhan dan keandalan detektor lintasan real-time untuk mendeteksi kendaraan yang melewati di lingkungan perkotaan dinamis.Algoritma berhasil mendeteksi dan melacak sebagian besar objek dengan tingkat akurasi yang baik sebesar 80,95% menggunakan teknik deteksi lintasan.Namun, presisi menurun saat mendeteksi kendaraan yang melewati karena pandangan kamera yang terbatas pada sisi kendaraan, menyoroti kebutuhan dataset yang lebih komprehensif.Penerapan i_region secara signifikan meningkatkan kinerja sistem, mencapai nilai presisi tinggi sebesar 83,88%.Namun, nilai recall sebesar 62,5% menunjukkan keterbatasan dalam mendeteksi semua objek relevan, terutama dalam skenario dengan banyak kendaraan diam atau yang telah lewat.

Penelitian lanjutan dapat mengembangkan model deteksi yang lebih canggih dengan menggabungkan YOLOv8n dan teknologi pengenalan pola untuk meningkatkan akurasi deteksi sisi kendaraan. Selain itu, penelitian dapat mengeksplorasi integrasi sistem dengan platform IoT berbasis perangkat keras seperti Raspberry Pi untuk memperkuat kemampuan pemantauan real-time. Selain itu, studi dapat fokus pada pengembangan dataset yang lebih beragam dengan kondisi cahaya dan sudut pandang yang berbeda untuk meningkatkan keandalan algoritma dalam lingkungan nyata.

  1. Radware Bot Manager Captcha. radware bot manager captcha apologize ensure keep safe please confirm human... iopscience.iop.org/article/10.1088/1757-899X/924/1/012031Radware Bot Manager Captcha radware bot manager captcha apologize ensure keep safe please confirm human iopscience iop article 10 1088 1757 899X 924 1 012031
Read online
File size291.78 KB
Pages8
DMCAReport

Related /

ads-block-test