Script ini digunakan untuk training model pendeteksi objek dan menghitung jumlah objek yang terdeteksi menggunakan TensorFlow Lite.

1. Buat struktur folder dataset seperti berikut:

dataset/
├── train/
│   ├── positive/
│   │   ├── image1.jpg
│   │   ├── image2.jpg
│   │   └── ...
│   └── negative/
│       ├── image1.jpg
│       ├── image2.jpg
│       └── ...
└── validation/
    ├── positive/
    │   ├── image1.jpg
    │   ├── image2.jpg
    │   └── ...
    └── negative/
        ├── image1.jpg
        ├── image2.jpg
        └── ...

2. Masukkan gambar objek yang ingin dideteksi ke folder positive
3. Masukkan gambar background atau non-objek ke folder negative

pip install tensorflow opencv-python numpy

1. Training Model:

python train_model.py

2. Deteksi dan Hitung Objek:

python detect_and_count.py

• train_model.py: Script untuk training model dan konversi ke format TFLite
• detect_and_count.py: Script untuk mendeteksi dan menghitung objek menggunakan webcam atau video
• object_detection_model.h5: Model Keras yang dihasilkan (akan dibuat setelah training)
• object_detection_model.tflite: Model TFLite yang dihasilkan (akan dibuat setelah training)

• Sesuaikan parameter training (epochs, batch_size, dll) di train_model.py sesuai kebutuhan
• Sesuaikan threshold confidence di detect_and_count.py untuk mengatur sensitivitas deteksi
• Gunakan dataset yang cukup besar dan bervariasi untuk hasil yang lebih baik