Fungsi Kerugian dan Perhitungan YOLO untuk Deteksi Objek — PickAClass
⏱ 2 jam 36 mnt 📚 26 pelajaran

Fungsi Kerugian dan Perhitungan YOLO untuk Deteksi Objek

Kuasai cara algoritma YOLO menghitung kerugian lokalisasi, kepercayaan, dan klasifikasi untuk melatih model deteksi objek yang sangat akurat.

  • 💬 Instruktur AI
    Tanyakan apa pun tentang pelajaran dan dapatkan jawaban jelas seketika, kapan saja.
  • 🕐 Mulai kapan saja
    Tanpa jadwal atau tenggat — belajar dengan kecepatan sendiri, kapan pun Anda mau.
  • 🌐 Dalam bahasa Indonesia
    Pelajaran, tugas, dan sertifikat — semuanya sepenuhnya dalam bahasa Anda.

Tentang kursus ini

Deteksi objek adalah inti dari visi komputer modern, namun memahami cara model belajar mengharuskan kita melihat lebih dalam pada fungsi kerugiannya. YOLO (You Only Look Once) merevolusi bidang ini dengan membingkai deteksi sebagai masalah regresi tunggal, yang mengandalkan perhitungan kerugian multi-bagian yang canggih untuk memandu pelatihannya. Dalam kursus tertulis ini, Anda akan mengungkap dasar-dasar matematis dari kerugian YOLO. Anda akan beralih dari sekadar menjalankan model yang telah dilatih sebelumnya menjadi memahami secara mendalam bagaimana kesalahan lokalisasi, objektivitas, dan klasifikasi dihitung, diagregasi, dan dioptimalkan selama pelatihan. Apa yang akan Anda pelajari: - Memahami istilah dasar deteksi objek seperti kotak pembatas (bounding box), intersection over union (IoU), dan sel kisi (grid cells). - Menganalisis komponen matematis dari kerugian YOLO, termasuk kesalahan lokalisasi, kepercayaan, dan klasifikasi. - Membandingkan kerugian IoU tradisional dengan varian modern seperti GIoU, DIoU, dan CIoU untuk regresi kotak pembatas. - Menghitung kerugian objektivitas untuk menentukan apakah sel kisi berisi objek target atau latar belakang. - Menerapkan rumus kerugian klasifikasi untuk memastikan prediksi kategori yang akurat untuk objek yang terdeteksi. - Berlatih menelusuri langkah-langkah perhitungan kerugian melalui panduan matematis tertulis langkah demi langkah yang jelas. Kursus ini dimulai dengan terminologi visi komputer yang penting dan konsep dasar regresi kotak pembatas. Anda kemudian akan menjelajahi setiap komponen fungsi kerugian YOLO secara mendetail, mengeksplorasi kemajuan modern dalam optimalisasi kerugian sebelum mengonsolidasikan pengetahuan Anda dengan latihan derivasi tertulis. Kursus ini dirancang untuk calon insinyur visi komputer, ilmuwan data, dan pemula pembelajaran mesin yang ingin memahami cara kerja internal deteksi objek. Tidak diperlukan latar belakang matematika tingkat lanjut, meskipun pemahaman dasar tentang Python dan jaringan saraf akan sangat membantu. Mulai membaca hari ini untuk menguasai mekanisme inti pelatihan YOLO dan tingkatkan keahlian visi komputer Anda.

Isi kursus

Apa yang Anda dapatkan

  • 📜 Sertifikat penyelesaian
    Tambahkan ke profil LinkedIn Anda
  • 💬 Tutor AI pribadi
    Bingung di tengah pelajaran? Tanya tutor bawaan kamu apa saja, kapan saja.
  • ♾️ Akses seumur hidup
    Kembali kapan saja, tanpa kedaluwarsa
  • 📱 Ponsel atau komputer
    Berfungsi di mana saja, perangkat apa saja
  • 💸 Pengembalian 14 hari
    Tanpa pertanyaan
  • ⚡ Singkat dan fokus
    2 jam 36 mnt konten praktis

Sertifikat penyelesaian

Setiap kursus yang Anda selesaikan di PickAClass menerbitkan kredensial seperti ini — orisinal, dengan kodenya sendiri, dapat diverifikasi via URL, dan rinci tentang yang benar-benar ditunjukkan.

P
PickAClass
Profil keterampilan · terverifikasi
Dokumen
Sertifikat Penguasaan
Ini menyatakan bahwa
Nama Lengkap
telah berhasil menunjukkan penguasaan
Fungsi Kerugian dan Perhitungan YOLO untuk Deteksi Objek
Keterampilan yang ditunjukkan
✓
Analisis pola perilaku
Dasar
1.2 jam
✓
Kerangka arsitektur keputusan
Mahir
1.4 jam
✓
Desain uji A/B
Mahir
1.7 jam
✓
Copywriting perilaku
Lanjutan
1.9 jam
P
PickAClass — Nama Lengkap
Fungsi Kerugian dan Perhitungan YOLO untuk Deteksi Objek
Halaman 2 dari 2
Detail kinerja
Ringkasan tugas kursus
Pelajaran selesai 14 / 14
Soal latihan 26 / 28
Tugas dikirim 4 (rata 4,5 / 5)
Proyek capstone Ditinjau — 4,6 / 5
Total latihan 6.2 jam
Tolok ukur kinerja
Peringkat kohort 12% teratas dari 1,625
Waktu penyelesaian 11 hari (median: 22)
Skor penguasaan 91 / 100
Skor soal latihan 94%
Verifikasi keterampilan Jalur Keterampilan terverifikasi
Verifikasi kredensial ini
pickaclass.com/certificates/PCC-2026-X4F7-AP19
Diterbitkan di bawah standar akademik PickAClass. Tingkat keterampilan mencerminkan kinerja yang dinilai terhadap rubrik kompetensi kursus. Ini kredensial orisinal platform ini.

Ulasan

Belum ada ulasan — jadilah yang pertama berbagi pengalaman.

Tulis ulasan

☆☆☆☆☆
Setelah mengirim kami akan meminta masuk — draf Anda tersimpan.

Pelajar lain juga mengambil

Pertanyaan umum

Apa yang saya butuhkan untuk mengikuti kursus ini? +

Cukup ponsel atau komputer dengan internet. Tidak ada instalasi atau perangkat khusus.

Bagaimana cara membayar? +

Dengan kartu via Stripe. Kami tidak menyimpan detail kartu — Stripe menanganinya dengan aman.

Bisakah saya mendapat refund? +

Ya — refund penuh dalam 14 hari, tanpa pertanyaan.

Berapa lama saya akan punya akses? +

Selamanya. Setelah membeli, kursus jadi milik Anda untuk dikunjungi lagi kapan saja.

Apakah saya akan mendapat sertifikat? +

Ya. Setelah selesai, Anda akan menerima sertifikat yang bisa ditambahkan ke profil LinkedIn.

Dibuat untuk pelajar di
Teknologi Desain Keuangan Pemasaran Kesehatan Pendidikan Perhotelan Manufaktur