Implementasi YOLOv5 untuk Deteksi Objek Manusia pada Drone

Read full text
Authors: Arya Dega
Cited by: 0

Abstract

Penelitian ini mengkaji implementasi sistem deteksi objek berbasis algoritma YOLOv5 pada drone semi-otonom dengan penggunaan kamera analog. YOLOv5 diimplementasikan dalam bahasa Python pada laptop MacBook Pro sebagai pusat komputasi. Dataset berisi citra kelas manusia digunakan untuk pelatihan dan pengujian model. Sistem ini dirancang untuk mendeteksi objek manusia bergerak pada video udara real-time. Hasil eksperimen menunjukkan akurasi deteksi tinggi saat menggunakan kamera analog, konsisten dengan laporan literatur terkait kinerja YOLOv5 dalam deteksi objek manusia.

Fields of Study & Subjects

Advanced Neural Network Applications Video Surveillance and Tracking Methods Human Pose and Action Recognition

Publication details

Journal / source
Figshare
Publication date
1 January 2026