Computer Vision

Computer Vision adalah cabang AI yang berfokus pada pemberian kemampuan "melihat" dan memahami konten visual kepada komputer. Bidang ini menggabungkan image processing, machine learning, dan deep learning untuk mengekstrak informasi bermakna dari gambar dan video.

Task-Task Utama Computer Vision

Task	Deskripsi	Contoh Aplikasi
Image Classification	Mengategorikan gambar ke kelas	Klasifikasi produk, diagnosis medis
Object Detection	Lokalisasi dan identifikasi objek	CCTV, autonomous driving
Semantic Segmentation	Label per piksel	Pemetaan area, surgical robot
Instance Segmentation	Bedakan instance berbeda kelas sama	Hitung produk di rak
OCR	Ekstrak teks dari gambar	Digitalisasi dokumen, plate recognition
Pose Estimation	Deteksi posisi tubuh/sendi	Fitness tracker, AR

Evolusi Computer Vision

• Era Pre-Deep Learning: Edge detection (Canny), SIFT, HOG, SVM
• AlexNet (2012): CNN pertama yang dominan di ImageNet → revolusi DL
• ResNet, VGG, Inception: Arsitektur CNN yang lebih dalam dan akurat
• YOLO series: Real-time object detection
• Vision Transformer (ViT): Transformer architecture untuk gambar
• Multimodal (2022+): CLIP, SAM, GPT-4V - teks + gambar

Pipeline Computer Vision Umum

1. Data collection & annotation: Kumpulkan dan label gambar
2. Preprocessing: Resize, normalisasi, augmentasi
3. Model selection: Pre-trained CNN atau fine-tuning
4. Training & validation: Transfer learning lebih cepat dan efisien
5. Inference optimization: Quantization, pruning untuk deployment