Cara Merekam Video untuk Latih Model Computer Vision

Rekaman video yang rapi sejak awal menghemat banyak waktu saat memberi label dan melatih model. Kamera mahal tidak diperlukan; yang penting konsisten dan sesuai kebutuhan model. Berikut langkah praktis merekam video untuk latih model computer vision, dari memilih alat sampai mengekstrak frame.

1. Tentukan dulu apa yang ingin dideteksi model

Sebelum merekam, tulis daftar objek atau gerakan yang harus muncul di video. Misalnya, kamu ingin model mengenali lima jenis kemasan produk di meja. Daftar ini menentukan sudut kamera, jarak, dan berapa banyak variasi yang perlu kamu ambil.

Kalau masih bingung memilih proyek, lihat ide proyek computer vision untuk pemula dengan kamera bekas sebagai pemicu. Pilih satu proyek dulu, lalu rekam khusus untuk proyek itu. Merekam banyak hal sekaligus membuat dataset berantakan.

2. Pilih kamera dan atur resolusi yang masuk akal

Kamera ponsel sudah cukup untuk banyak kasus. Webcam USB juga bisa dipakai kalau kamu merekam objek di meja dengan posisi tetap. Resolusi 1280x720 biasanya cukup; naik ke 1920x1080 kalau objeknya kecil atau detail penting.

Jangan merekam 4K hanya karena kamera mendukung. Frame 4K membuat proses ekstraksi dan pelabelan lebih berat, terutama di laptop tanpa GPU. Konsisten di satu resolusi dan satu rasio aspek membuat pipeline dataset lebih sederhana.

Kalau kamu memakai kamera yang terhubung ke perangkat kecil, panduan menghubungkan kamera ke Raspberry Pi bisa membantu memastikan perekaman berjalan stabil.

3. Atur pencahayaan dan latar belakang

Cahaya yang berubah-ubah membuat model sulit belajar. Gunakan sumber cahaya yang tetap selama satu sesi. Kalau merekam di ruangan, hindari jendela yang membuat bayangan bergerak mengikuti matahari.

• Letakkan lampu di depan objek, bukan di belakang, agar objek tidak menjadi siluet.
• Pakai latar polos seperti karton atau kain dengan warna berbeda dari objek.
• Hindari pantulan keras di permukaan mengkilap yang menutupi bentuk objek.
• Rekam juga beberapa variasi cahaya jika model akan dipakai di kondisi berbeda.

Variasi tetap penting. Kalau model hanya melihat satu kondisi cahaya, performanya bisa turun saat dipakai di tempat lain. Rekam beberapa sesi dengan intensitas cahaya berbeda, tapi jaga agar setiap sesi konsisten.

4. Pilih sudut dan jarak yang mewakili pemakaian nyata

Pikirkan bagaimana kamera akan ditempatkan saat model dipakai. Kalau model akan berjalan di Raspberry Pi dengan kamera menghadap meja, rekam dari sudut yang sama. Sudut miring 45 derajat sering memberi informasi bentuk yang lebih baik daripada tampak atas datar.

Jaga jarak objek ke kamera. Terlalu dekat membuat objek terpotong; terlalu jauh membuat detail hilang. Coba beberapa jarak di awal, lihat hasil frame-nya, lalu pilih yang paling jelas.

Untuk proyek yang melibatkan sensor dan aktuator, misalnya lampu otomatis saat objek terdeteksi, kamu bisa memakai Arduino Nano sebagai pengendali sederhana di sisi perangkat.

5. Rekam dalam klip pendek, bukan satu video panjang

Klip 10 sampai 30 detik lebih mudah dikelola. Kamu bisa mengatur ulang objek, mengganti latar, atau memindahkan lampu di antara klip. Satu video panjang berisi banyak perubahan mendadak justru menyulitkan saat memilih frame.

Beri nama file yang menjelaskan isi klip, misalnya meja_depan_cahaya_terang_01.mp4. Penamaan yang rapi menghemat waktu saat menggabungkan dan melabeli data.

Rekam gerakan objek secara perlahan. Gerakan cepat menghasilkan blur pada frame, dan frame blur biasanya harus dibuang. Kalau objek memang bergerak cepat, naikkan shutter speed kamera atau tambah cahaya.

6. Ekstrak frame dengan interval yang wajar

Video 30 detik pada 30 frame per detik berisi 900 frame. Sebagian besar mirip, jadi menyimpan semuanya hanya membuang ruang dan waktu labeling. Ekstrak satu frame setiap 5 sampai 10 frame, lalu periksa hasilnya.

Alat seperti FFmpeg bisa melakukan ini dari terminal:

ffmpeg -i input.mp4 -vf "fps=2" frame_%04d.jpg

Perintah di atas mengambil dua frame per detik. Sesuaikan angka fps dengan kecepatan gerakan objek. Untuk objek diam yang hanya berubah posisi, satu frame per detik sudah cukup.

Buang frame yang blur, terpotong, atau tidak menampilkan objek. Dataset yang lebih kecil tapi bersih lebih berguna daripada ribuan frame berantakan.

7. Jaga variasi dan keseimbangan data

Model belajar dari contoh yang kamu berikan. Kalau 90 persen video menampilkan objek dari satu sisi, model akan lemah saat melihat sisi lain. Rekam beberapa variasi:

• Posisi objek di kiri, tengah, dan kanan frame.
• Jarak dekat, sedang, dan agak jauh.
• Latar berbeda dengan warna yang kontras.
• Kondisi terang dan redup, selama objek masih terlihat jelas.
• Objek serupa yang bukan target, agar model belajar membedakan.

Seimbangkan jumlah frame per kelas. Kalau satu kelas punya jauh lebih banyak contoh, model cenderung mengabaikan kelas lain. Tambah rekaman untuk kelas yang kurang, atau kurangi frame berlebih dari kelas yang dominan.

8. Periksa hasil sebelum melabeli

Buka folder frame dan lihat sekilas. Pastikan tidak ada frame rusak, duplikat hampir identik, atau objek yang salah masuk. Menemukan masalah di tahap ini jauh lebih murah daripada setelah labeling selesai.

Kalau frame sudah rapi, lanjutkan ke pelabelan. Setelah model dilatih, uji dulu sebelum dipakai sungguhan; langkahnya ada di 7 langkah uji model computer vision sebelum dipakai. Untuk melihat pola hasil deteksi, kamu bisa membuat visualisasi data sederhana dari hasil model.

Kalau nanti kamu memindahkan data rekaman ke perangkat lain untuk diproses, bandingkan dulu panduan lengkap pindah data ke HP baru agar file video tidak rusak atau terlewat.

Ringkasan

Rekaman yang baik dimulai dari tujuan yang jelas, kamera yang konsisten, dan cahaya yang stabil. Rekam klip pendek dengan variasi sudut dan jarak, ekstrak frame secukupnya, lalu buang yang blur. Dataset kecil yang rapi lebih cepat melatih model daripada rekaman panjang yang berantakan.

Pertanyaan yang Sering Diajukan

Apakah harus pakai kamera mahal untuk merekam dataset?

Tidak. Kamera ponsel atau webcam USB dengan resolusi 720p sering sudah cukup, asalkan pencahayaan stabil dan objek terlihat jelas. Yang lebih menentukan adalah variasi dan konsistensi rekaman.

Berapa lama video yang ideal untuk satu objek?

Mulai dari klip 10 sampai 30 detik per variasi. Tambah durasi hanya jika objek bergerak banyak atau kamu butuh lebih banyak pose. Lebih baik menambah variasi klip pendek daripada memperpanjang satu klip.

Bagaimana kalau frame hasil ekstraksi banyak yang blur?

Tambahkan cahaya, rekam gerakan lebih lambat, atau naikkan shutter speed kamera. Setelah itu, buang frame blur saat membersihkan dataset. Jangan memaksakan frame blur masuk ke pelatihan.