Perbandingan Model AlexNet dan ResNet dalam Klasifikasi Citra Bunga Memanfaatkan Transfer Learning
Artikel Sidebar
-
klasifikasi bunga, transfer learning, deep learning, AlexNet, ResNet
Abstrak
Klasifikasi spesies bunga otomatis berbasis citra merupakan masalah penting bagi para ahli biologi yang membuat katalog bunga digital. Banyak penelitian tentang pengenalan spesies bunga telah diusulkan sejauh ini berdasarkan rutinitas pemrosesan gambar tradisional. Saat ini, para peneliti menerapkan pembelajaran mendalam pada berbagai tugas pengenalan objek berbasis gambar. Dalam makalah ini, deep learning berbasis transfer learning diterapkan pada klasifikasi spesies bunga. Metode yang diusulkan menggunakan model transfer learning AlexNet dan ResNet. Dataset Flower102 yang memiliki banyak kategori digunakan dalam karya eksperimental. Berbagai hasil eksperimen menunjukkan bahwa masing-masing model telah mencapai kinerja akurasi 87% dan 96% untuk AlexNet dan ResNet. Hasil yang diperoleh menunjukkan efektivitas model berbasis ResNet lebih tinggi bila dibandingkan dengan model berbasis AlexNet.
Artikel teks lengkap
Penulis
Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC BY 4.0) that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
Rincian Artikel
Cara Mengutip
