Tugas Personal 2
Sesi 4
Implementasikan model deep learning pertama untuk menyelesaikan kasus atau topik pada
bidang computer vision yang telah dipilih di tugas sebelumnya di TP1. Lakukan eksperimen
untuk mengevaluasi performa dari model pertama tersebut. Laporkan model deep learning
pertama yang diimplementasikan dan hasil eksperimennya.
1. Preprocessing Data
Data train dan data test dijadikan sebagai PyTorch Dataset dan DataLoader, guna
memudahkan dilakukan adjust pixel atau resize gambar
2. Arsitektur Model
Model deep learning yang digunakan adalah Faster R-CNN dengan pre-trained backbone
ResNet-50 dan fully connected layer untuk klasifikasi objek
3. Training Model
kode untuk melatih model menggunakan data train selama 10 epoch dengan learning rate
0.001 dan momentum 0.9, serta menggunakan kombinasi loss function antara
classification loss dan bounding box regression loss. Impor optimizer dan library
tambahan lainnya:
4. Evaluasi Model