SawitAI Computer Vision

Konfigurasi

Batas keyakinan model. Lebih tinggi = lebih sedikit deteksi tapi lebih akurat.

0.011.0

Batas overlap box dari model. Lebih rendah = lebih agresif menghapus box ganda.

00.95

Resolusi input ke model. Lebih besar = lebih detail tapi lebih lambat.

321280

Parameter untuk tracking tandan di video. Ubah jika hasil counting kurang akurat.

Deteksi di bawah nilai ini dibuang sebelum tracking. Lebih tinggi = kurangi noise, tapi bisa kehilangan tandan kecil.

0.100.90

Batas overlap untuk merge box ganda. Lebih rendah = lebih agresif merge, kurangi hitung dobel.

0.100.90

Jarak maksimal mencocokkan tandan antar frame. Lebih besar = toleran gerakan kamera, tapi bisa salah cocokkan.

1%20%

Berapa frame tandan bertahan tanpa terdeteksi ulang. Lebih besar = track lebih stabil, tapi bisa tahan false positive.

115

Minimal terdeteksi di berapa frame baru dihitung unik. Lebih besar = kurangi false positive, tapi bisa miss tandan sekilas.

15

Pengaturan deduplikasi antar foto agar mengurangi hitung dobel.

Jika skor kemiripan di atas nilai ini, sistem otomatis anggap tandan yang sama.

0.700.98

Skor minimum agar pasangan masuk review manual. Di bawah ini langsung dianggap berbeda.

0.400.90

Mengurangi box ganda yang overlap/bergeser tipis pada deteksi gambar, video, dan mode 4 sisi.

Lebih rendah = lebih agresif menghapus box overlap. Mulai dari 0.45 lalu sesuaikan.

0.300.85

Lebih rendah = lebih agresif hapus box ganda. Lebih tinggi = lebih konservatif (lebih banyak box dipertahankan).

0.600.98

Deteksi Tandan Sawit dengan AI

Upload foto atau video perkebunan Anda. Model YOLO mendeteksi dan menghitung setiap tandan sawit secara otomatis.

Mode 4 sisi membantu menekan overcount antar foto dari pohon yang sama.

API Key belum dikonfigurasi

Buka pengaturan untuk memasukkan API key Ultralytics Anda.

Seret file ke sini

atau klik untuk memilih

JPG PNG WEBP MP4 AVI MOV