Perkembangan kecerdasan buatan, khususnya pada bidang computer vision, telah mendorong lahirnya berbagai sistem cerdas yang mampu menafsirkan data visual secara otomatis. YOLO hadir sebagai algoritma deteksi objek yang menawarkan pendekatan endto-end, efisiensi komputasi, serta kemampuan realtime, sehingga banyak diadopsi pada berbagai domain aplikasi. Namun, pemahaman mengenai YOLO sering kali terfragmentasi antara aspek teori, implementasi teknis, dan penerapan nyata. Buku ini disusun untuk menjembatani kesenjangan tersebut. Buku ini membahas YOLO secara utuh dan runut, dimulai dari landasan teori dan evolusi arsitektur, dilanjutkan dengan pembahasan arsitektur dan strategi pelatihan, hingga penerapan lintas domain melalui dua studi kasus yang kontras, yaitu deteksi sperma sebagai representasi domain medis dan deteksi kepadatan lalu lintas sebagai representasi domain non-medis. Pendekatan ini diharapkan dapat memberikan gambaran bahwa satu algoritma yang sama dapat diadaptasikan secara metodologis pada berbagai konteks aplikasi tanpa kehilangan konsistensi ilmiah.
Post a Comment