Vehicle Classification 🚗✈️🚢

Proyek klasifikasi gambar kendaraan menggunakan Convolutional Neural Network (CNN) yang dibangun dengan TensorFlow/Keras. Model ini mampu mengklasifikasikan 7 jenis kendaraan dari gambar.

Deskripsi

Model CNN ini dilatih untuk mengenali 7 kelas kendaraan:

• 🛺 Auto Rickshaws
• 🚲 Bikes
• 🚗 Cars
• 🏍️ Motorcycles
• ✈️ Planes
• 🚢 Ships
• 🚂 Trains

Dataset bersumber dari Vehicle Classification - Kaggle dengan total ~5.587 gambar.

Arsitektur Model

Model Vehicle_CNN menggunakan arsitektur CNN custom dengan:

• 3 blok konvolusi (Conv2D + BatchNormalization + MaxPooling2D + Dropout)
• Filter: 32 → 64 → 128
• Fully connected layer (256 unit) + BatchNormalization + Dropout
• Output layer: 7 kelas (softmax)
• Total parameter: ~10.9 juta

Distribusi Dataset

Kelas	Train	Val	Test
Auto Rickshaws	560	160	80
Bikes	560	160	80
Cars	553	158	79
Motorcycles	560	160	80
Planes	557	160	80
Ships	560	160	80
Trains	560	160	80
TOTAL	3910	1118	559

Split ratio: 70% train / 20% val / 10% test

Cara Menjalankan

Notebook ini dirancang untuk dijalankan di Google Colab dengan GPU (T4).

1. Upload submission_krisna.ipynb ke Google Colab
2. Aktifkan GPU: Runtime > Change runtime type > T4 GPU
3. Jalankan semua cell secara berurutan
4. Kaggle API key sudah dikonfigurasi di dalam notebook untuk mengunduh dataset

Teknik yang Digunakan

• Data Augmentation: rotation, shift, shear, zoom, horizontal flip
• Callbacks: EarlyStopping, ReduceLROnPlateau
• Regularisasi: Dropout, BatchNormalization
• Export model: TensorFlow.js (tensorflowjs==4.22.0)

Struktur File

.
├── submission_krisna.ipynb   # Notebook utama
├── requirements.txt          # Daftar dependensi
└── README.md                 # Dokumentasi proyek

Author

• Nama: Moh. Krisna Bramantio
• Email: krisnabr20@gmail.com