전체 글48 [OpenCV] HOG(Histogram of Oriented Gradients) 이미지 테스트 OpenCV에서 기본으로 제공되는 HOG 알고리즘 이미지 혹은 영상 속 프레임에서 인물(보행자)을 검출하기 위한 목적으로 쓰입니다. 이번 테스트에서는 이미지 속 인물들을 검출해보는 테스트를 실시하겠으며, 자세한 파라미터나 알고리즘에 대한 설명은 하단의 링크를 참조하면 되겠습니다. https://docs.opencv.org/4.x/d5/d33/structcv_1_1HOGDescriptor.html OpenCV: cv::HOGDescriptor Struct Reference Implementation of HOG (Histogram of Oriented Gradients) descriptor and object detector. More... #include HOGDescriptor () Creates th.. 2022. 3. 3. [anaconda] 아나콘다 커맨드 리스트 개발 시 가상환경을 구축할 때 사용하게 되는 anaconda 이번 포스팅에서 anaconda에서 자주 사용하며 기본적인 명령어를 알아보도록 하겠습니다. anaconda 4.11.0 버전 기준으로 작성하였으며, 더 다양한 명령어는 하단 링크를 참고하면 되겠습니다. https://docs.conda.io/projects/conda/en/latest/commands.html Command reference — conda 4.11.0.post54+c92b2062e documentation © Copyright 2017, Anaconda, Inc. Revision c92b2062. docs.conda.io ※자세한 설명없이 커맨드 목록만 필요할 경우 맨 밑의 요약 부분을 참고하면 되겠습니다. conda creat.. 2022. 2. 28. [OpenPose] 영상 인물 뼈대(skeleton) 검출 이전 포스팅에서 OpenPose를 활용하여 이미지 속 인물의 skeleton을 검출해 보았습니다. 이제 영상에 적용시켜 테스트를 진행해 보겠습니다. 필요한 모델 파일들에 대한 설명은 하단 링크의 이전 포스팅을 참고하면 되겠습니다. https://prlabhotelshoe.tistory.com/27 [OpenPose] 이미지 인물 뼈대(skeleton) 검출 OpenPose를 활용한 이미지 속 인물들의 뼈대(skeleton)를 검출해보겠습니다. 테스트 전 필요한 모델 파일은 하단 링크를 참조하여 다운로드하면 되겠습니다. https://prlabhotelshoe.tistory.com/25?category=100.. prlabhotelshoe.tistory.com 소스코드 import cv2 as cv imp.. 2022. 2. 23. [YOLO] 이미지 객체 인식 이전 포스팅에서 OpenCV를 활용해 yolo 포맷을 적용시켜 영상 속 객체 인식에 대해 진행해 보았습니다. 순서에 맞진 않겠지만 이번에는 이미지 속 객체 인식에 대해 테스트 해보겠습니다. 소스코드 import cv2 import numpy as np def yolo(frame, size, score_threshold, nms_threshold): #-- YOLO 포맷 및 클래스명 불러오기 model_file = './darknet-master/build/darknet/x64/cfg/yolov3.weights' #-- 본인 개발 환경에 맞게 변경할 것 config_file = './darknet/darknet-master/build/darknet/x64/cfg/yolov3.cfg' #-- 본인 개발 환경.. 2022. 2. 23. [OpenPose] 이미지 인물 뼈대(skeleton) 검출 OpenPose를 활용한 이미지 속 인물들의 뼈대(skeleton)를 검출해보겠습니다. 테스트 전 필요한 모델 파일은 하단 링크를 참조하여 다운로드하면 되겠습니다. https://prlabhotelshoe.tistory.com/25?category=1005609 [OpenPose] 영상 손가락 마디&관절 인식 사진 혹은 영상 속 인물들의 스켈레톤 검출에 대표적으로 쓰이는 OpenPose의 모델과 OpenCV를 활용하여 영상에서의 손가락 관절과 마디를 검출하도록 하겠습니다. 1. 모델파일 설치 필요한 파일은 'p prlabhotelshoe.tistory.com 이번 테스트에 필요한 파일인 pose_deploy_linevec_faster_4_stages.prototxt 파일은 다운받은 openpose 폴더의.. 2022. 2. 21. [CUDA&OpenCV] Python 환경 OpenCV GPU 연동 (CUDA backend in OpenCV) - 2. 빌드 & 테스트 지난 포스팅에서 빌드를 위한 파일들을 모두 설치하였고 이제 직접 빌드하여 테스트를 진행하겠습니다. 2.1 빌드 프로젝트 파일 생성 설치하였던 CMake를 실행합니다. 그 후 첫 번째 'Where is the source code:' 는 Browse Source... 를 클릭하여 opencv가 설치된 폴더를 지정합니다. 두 번째 'Where to build the binaries:' 는 Browse Build... 를 클릭하여 미리 생성해둔 build 폴더를 지정합니다. 그 후 Configure 를 클릭합니다. Configure 클릭 후 다음과 같은 창이 뜨는데 project의 경우 설치해둔 Visual Studio 2017로 설정하며, 64비트의 환경이므로 x64를 선택해줍니다. 밑의 옵션은 건드리지 않.. 2022. 2. 21. [OpenPose] 영상 손가락 마디&관절 인식 사진 혹은 영상 속 인물들의 스켈레톤 검출에 대표적으로 쓰이는 OpenPose의 모델과 OpenCV를 활용하여 영상에서의 손가락 관절과 마디를 검출하도록 하겠습니다. 1. 모델파일 설치 필요한 파일은 'pose_deploy.prototxt', 'pose_iter_102000.caffemodel' 두 가지로 prototxt 파일의 경우 하단의 링크를 통해 다운로드 할 수 있습니다. https://github.com/CMU-Perceptual-Computing-Lab/openpose GitHub - CMU-Perceptual-Computing-Lab/openpose: OpenPose: Real-time multi-person keypoint detection library for body, face, han.. 2022. 2. 19. [CUDA&OpenCV] Python 환경 OpenCV GPU 연동 (CUDA backend in OpenCV) - 1. 파일 설치 컴퓨터 비전 등을 공부할 때 자주 접하게 되는 OpenCV 이에 대한 여러 블로그나 기타 웹에서 샘플 코드를 학습할 때, GPU와의 연동으로 빠른 처리를 시도해 볼 수 있으며 간단한 코드 작성으로 실행시키면 좋겠지만 python 환경의 경우 까다로운 빌드 절차를 거쳐야 합니다. 이번 포스팅은 빌드 전 필요한 파일들에 대한 설치부터 실시할 것입니다. 당연하겠지만 우선 CUDA와 cuDNN 설치가 마무리 되어 있어야 하며 저의 설치 환경은 다음과 같습니다. (CUDA 설치 절차는 이전 포스팅을 참조하면 되겠습니다-> https://prlabhotelshoe.tistory.com/23) OS - windows10 x64 가상환경 - anaconda 4.11.0 python - 3.7 GPU - GeForce .. 2022. 2. 19. [CUDA] windows10 CUDA 설치 & tensorflow 연동 머신러닝할 때 이용하게 되는 GPU. 그중에서 널리 쓰이는 NVIDIA의 CUDA와 windows 환경과의 연동을 실시할 것이며 tensorflow와의 연동도 실시하겠습니다. 저의 설치 환경은 다음과 같습니다. OS - windows10 x64 GPU - GeForce RTX 2080Ti python - 3.8 1. NVIDIA 그래픽 드라이버 설치 https://www.nvidia.co.kr/Download/index.aspx?lang=kr Download the latest official NVIDIA drivers Download the latest official NVIDIA drivers www.nvidia.com 위 링크를 통해 자신의 그래픽카드에 맞는 드라이버를 다운로드 해줍니다. 그리고 이.. 2022. 2. 17. 이전 1 2 3 4 5 6 다음 반응형
