Detail Cantuman

Sistem deteksi kekerasan real-time membutuhkan model yang efisien secara komputasi serta mampu beradaptasi dengan lingkungan yang tidak terbatas. Studi ini mengevaluasi kinerja arsitektur X3D-XS, dengan analisis khusus pada efisiensi komputasi dan celah generalisasi (generalization gap) antara domain rekayasa dan dunia nyata. Model dilatih menggunakan tiga domain sumber terkontrol—AVD, HockeyFight, dan MovieFight—dan dievaluasi menggunakan protokol zero-shot pada dataset Real-Life Violence Situations (RLVS). Hasil eksperimen memvalidasi efisiensi X3D-XS yang mencapai kecepatan inferensi hingga 191 FPS, menjadikannya sangat sesuai untuk implementasi pada perangkat edge. Namun, analisis menunjukkan adanya pergeseran domain (domain shift) yang signifikan; model yang dilatih pada satu domain sumber mengalami kesulitan dalam generalisasi, menghasilkan akurasi yang bervariasi antara 49,5% hingga 61,1% pada data target akibat perbedaan distribusi visual. Sebaliknya, strategi agregasi data dari berbagai sumber secara signifikan meningkatkan sensitivitas model, menghasilkan Recall sebesar 94,28%. Temuan ini menunjukkan bahwa meskipun X3D-XS menawarkan kecepatan yang diperlukan untuk pemantauan real-time, ketergantungan pada data yang terbatas atau direkayasa tidaklah cukup, sehingga menyoroti kebutuhan krusial akan keragaman data dan strategi adaptasi domain di masa depan untuk aplikasi keselamatan publik.