Computer Vision

Discover our curated collection of articles and projects specifically in this category.

Ditemukan 3 specialized results

Burnt Land Detection Using SC-UNET Based on Multi-Input SAR and Optical Data

Deteksi lahan terbakar menggunakan arsitektur Spatial and Channel Attention UNET yang menggabungkan data SAR dan Optik untuk akurasi mencapai 98.4%.

# Attention Layer # CNN # Image Segmentation

Computer Vision

Tomato Leaf Disease Detection Using ResNet50 and CBAM Attention Mechanism

Implementasi model CNN berbasis ResNet50 dengan mekanisme attention CBAM untuk klasifikasi 10 jenis penyakit daun tomat dengan akurasi 96%.

# Attention Layer # CNN # ResNet50

Computer Vision

Deteksi Jerawat menggunakan Arsitektur Faster R-CNN dan ResNet50-FPN

Sistem Computer Vision berbasis Faster R-CNN & ResNet50-FPN untuk deteksi jenis jerawat (comedone, nodules, papules, pustules) secara akurat. Menggunakan PyTorch untuk lokalisasi bounding box presisi, membantu otomatisasi screening dermatologi yang cepat dan objektif

# CNN # Faster R-CNN # Object Detection

Back to all Portofolio