Dokumentasi Training
Ringkasan proses training YOLOv8 dan Mask R-CNN menggunakan 2 GPU NVIDIA Tesla T4.
RiSID (River Surface Image Dataset)
RiSID (River Surface Image Dataset) terdiri dari 7.356 gambar asli yang direkam di 11 lokasi pada 7 sungai di Jepang selama kondisi aliran tinggi (high-flow conditions), dilengkapi dengan anotasi segmentasi piksel (pixelwise segmentation) untuk sampah plastik makro yang mengapung. Terdiri dari 7 kelas: Botol minuman, botol lainnya, wadah makanan, kantong belanja, tas lainnya, plastik lainnya, dan non-plastik. RiSID menyimpan anotasi dalam file JSON mengikuti format MS COCO, yang mencakup label kelas dan segmentation masks. Format MS COCO ini menjadi "jembatan" - karena compatible dengan metode YOLO dan Mask R-CNN. Dataset ini diterbitkan pada tahun 2025 oleh peneliti dari Ehime University, Jepang, dengan DOI: 10.1016/j.dib.2025.112189
YOLOv8 Training
GPU T4 ×2 On
Mask R-CNN Training
GPU T4 ×2 On