Algoritma YOLO (You Only Look Once) adalah model deteksi objek yang dikembangkan untuk mengenali dan mendeteksi objek dalam gambar secara real-time dengan kecepatan tinggi.
YOLOv1 (2015)
YOLO pertama kali diperkenalkan oleh Joseph Redmon dan timnya pada tahun 2015 menawarkan pendekatan baru dalam deteksi objek dengan mendeteksi seluruh objek dalam satu proses (single pass), sehingga jauh lebih cepat dibandingkan metode deteksi lain yang memerlukan beberapa tahap.
Algoritma ini membagi gambar menjadi grid dan mendeteksi objek dalam setiap grid. Meski cepat, akurasi YOLOv1 masih kurang stabil, terutama dalam mendeteksi objek berukuran kecil.
YOLOv2 (2016)
Layanan database multimodel (relasional, JSON, grafis) dengan tools pengembangan bawaan seperti APEX dan SQL Developer mendukung transaksi skala kecil hingga analitik tanpa biaya lisensi.
Penyimpanan & Jaringan: Fondasi Infrastruktur Gratis
Block storage 200 GB untuk boot volume/block volume, termasuk 5 backup. Object storage 20 GB (kombinasi Standard, Infrequent Access, Archive) + 50.000 request API/bulan. Jaringan:
- Load balancer
- VPN
- 5 sertifikat CA
- 1 public IP/instance AMD.
Keunggulan Strategis untuk Berbagai Pengguna
YOLO9000 diluncurkan dengan peningkatan yang signifikan dari versi sebelumnya. Dalam YOLOv2, arsitektur model diperbaiki untuk meningkatkan akurasi tanpa mengorbankan kecepatan.
YOLOv2 memperkenalkan teknik baru seperti anchor boxes untuk deteksi objek multi-skala dan batch normalization untuk mengurangi overfitting.