gghsgn commited on
Commit
3792ce8
Β·
verified Β·
1 Parent(s): 04b8157

Update README.md

Browse files
Files changed (1) hide show
  1. README.md +72 -0
README.md CHANGED
@@ -9,5 +9,77 @@ app_file: app.py
9
  pinned: false
10
  license: mit
11
  ---
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
12
 
13
  Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference
 
9
  pinned: false
10
  license: mit
11
  ---
12
+ # Deteksi Pohon Sawit dan Warna Apel dengan YOLOv8
13
+
14
+ Aplikasi ini menggunakan Streamlit untuk mendeteksi pohon sawit dan warna apel dalam gambar yang diunggah, dengan model YOLOv8. Anda dapat memilih antara dua fitur utama melalui menu di sidebar.
15
+
16
+ ## Fitur
17
+ 1. **Deteksi Pohon Sawit**
18
+ - Mengidentifikasi pohon sawit dalam gambar.
19
+ - Menampilkan bounding box dan nomor urut pada setiap objek yang terdeteksi.
20
+
21
+ 2. **Deteksi Warna Apel**
22
+ - Mengidentifikasi apel berdasarkan warna (merah, kuning, hijau).
23
+ - Menampilkan hasil crop untuk setiap apel yang terdeteksi.
24
+
25
+ ## Persyaratan Sistem
26
+ Pastikan Anda memiliki:
27
+ - Python 3.8 atau lebih baru.
28
+ - Pustaka yang tercantum di `requirements.txt`.
29
+
30
+ ## Instalasi
31
+ 1. Clone repository ini atau salin kode ke dalam direktori lokal Anda:
32
+ ```bash
33
+ git clone <repository_url>
34
+ cd <repository_folder>
35
+ ```
36
+
37
+ 2. Buat lingkungan virtual (opsional tetapi disarankan):
38
+ ```bash
39
+ python -m venv venv
40
+ source venv/bin/activate # Untuk Linux/Mac
41
+ venv\Scripts\activate # Untuk Windows
42
+ ```
43
+
44
+ 3. Instal dependensi:
45
+ ```bash
46
+ pip install -r requirements.txt
47
+ ```
48
+
49
+ 4. Pastikan file model YOLOv8 tersedia:
50
+ - **Deteksi Pohon Sawit**: `best_yolov8.pt`
51
+ - **Deteksi Warna Apel**: `best_apple.pt`
52
+
53
+ Simpan model di direktori yang sama dengan file aplikasi, atau sesuaikan path model di kode.
54
+
55
+ ## Cara Menjalankan Aplikasi
56
+ 1. Jalankan aplikasi Streamlit:
57
+ ```bash
58
+ streamlit run app.py
59
+ ```
60
+
61
+ 2. Akses aplikasi melalui browser Anda di:
62
+ ```
63
+ http://localhost:8501
64
+ ```
65
+
66
+ 3. Unggah gambar pada fitur yang Anda pilih melalui menu di sidebar.
67
+
68
+ ## Struktur Proyek
69
+ ```
70
+ project-folder/
71
+ β”œβ”€β”€ app.py # File utama aplikasi Streamlit
72
+ β”œβ”€β”€ best_yolov8.pt # Model YOLOv8 untuk deteksi pohon sawit
73
+ β”œβ”€β”€ best_apple.pt # Model YOLOv8 untuk deteksi warna apel
74
+ β”œβ”€β”€ requirements.txt # Daftar dependensi
75
+ β”œβ”€β”€ README.md # Dokumentasi proyek
76
+ ```
77
+
78
+ ## Catatan
79
+ - Pastikan gambar yang diunggah memiliki format yang didukung (`jpg`, `jpeg`, `png`).
80
+ - Jika terjadi error terkait pustaka atau model, periksa kembali instalasi dependensi dan path model.
81
+
82
+ ## Lisensi
83
+ Aplikasi ini dilisensikan di bawah [MIT License](LICENSE).
84
 
85
  Check out the configuration reference at https://huggingface.co/docs/hub/spaces-config-reference