🐾 Animal Image Classification using Transfer Learning (DenseNet201)

📖 Deskripsi Proyek

Proyek ini bertujuan untuk mengklasifikasikan gambar hewan ke dalam 5 kategori berbeda menggunakan teknik Deep Learning. Dengan memanfaatkan Transfer Learning menggunakan arsitektur DenseNet201, model ini mampu mengenali pola visual yang kompleks dengan akurasi tinggi.

---

📊 Dataset

Dataset yang digunakan berasal dari Kaggle: antobenedetti/animals. Data telah melalui proses filtering untuk memastikan kualitas dan keseimbangan kelas.

Kelas Hewan	Jumlah Gambar
Cat	3,037
Elephant	2,992
Lion	2,936
Dog	2,927
Horse	2,754
Total	14,646

---

🏗️ Arsitektur Model

Kami menggunakan pendekatan Transfer Learning. DenseNet201 digunakan sebagai feature extractor (pre-trained weight dari ImageNet), yang kemudian diikuti oleh custom classifier untuk menyesuaikan dengan dataset spesifik ini.

Detail Struktur:

1. Base Model: DenseNet201 (Frozen)
2. Custom Layers:
   • Conv2D
   • BatchNormalization
   • LeakyReLU
   • GlobalAveragePooling2D
   • Dense (Hidden)
   • Dropout (Regularization)
   • Dense (Output - Softmax)

---

📈 Evaluasi Model

Model menunjukkan performa yang sangat baik dengan tingkat overfitting yang minimal.

Metrik Performa

Metrik	Nilai
Accuracy	96.96%
Precision	97.02%
Recall	96.96%
F1-Score	96.96%

Log Pelatihan

• Training Loss: 0.4858 | Accuracy: 96.94%
• Validation Loss: 0.4725 | Accuracy: 96.65%
• Testing Loss: 0.4741 | Accuracy: 96.96%

---