Deteksi Manusia secara Langsung dengan YOLO untuk Seni Generatif

Penelitian berlatar belakang untuk merancang bangun sistem deteksi khusus Human Pose yang menghasilkan sebuah karya seni digital dua dimensi. Karya seni digital dua dimensi dibuat menggunakan metode Generative Art dengan pemanfaatan rumus matematika Modulus serta dilakukan perbandingan waktu proses deteksi pada Central Processing Unit (CPU) dan Graphics processing unit (GPU). Penelitian ini dirancang menggunakan algoritma deep learning YOLOv7 dengan framework CSP-Darknet53, weight yolov7-pose serta menggunakan dataset COCO Val 2017. Ditinjau dari sistem YOLO yang dibangun, hasil penelitian belum dapat dikatakan sempurna. Ini dikarenakan pengimplementasian belum mencapai deteksi secara real-time. Generative Art berhasil tercipta dengan pemanfaatan rumus modulus berupa karya seni dua dimensi. Perbedaan kecepatan deteksi menghasilkan kesimpulan penggunaan GPU lebih cepat dari CPU, untuk proses inference dan non-max suppression lebih cepat sebanyak 9.9 kali dan 3.6 kali untuk keseluruhan waktu proses deteksi. Penelitian ini diharapkan dapat membuka lingkungan baru dalam pembuatan seni rupa