JAEJAE imojeomo

MediaPipe Holistic을 활용하면 이미지와 비디오에서 사용자의 포즈를 분석하고, 특정 행동을 감지할 수 있습니다. 이번 포스팅에서는 이미지를 분석하여 랜드마크를 추출하고, 비디오에서 가장 일치하는 프레임을 찾는 방법을 알아보겠습니다.1. 환경 설정 및 이미지 파일 준비2. 이미지에서 랜드마크 추출 및 표시3. 비디오 파일 설정 및 처리4. 랜드마크 비교 함수 정의5. 비디오 프레임 분석 및 결과 저장6. 결과 1. 환경 설정 및 이미지 파일 준비먼저 필요한 라이브러리를 임포트하고, 이미지 파일 경로와 출력 경로를 설정합니다.import osimport cv2import mediapipe as mpimport json# MediaPipe 설정mp_drawing = mp.solutions.draw..

2024.06.19 - [인공지능(AI)] - MediaPipe Holistic을 활용한 모션 인식 및 JSON 파일 추출지난 블로그 포스팅에서는 MediaPipe Holistic을 활용해 이미지에서 모션을 인식하는 방법을 다뤘습니다. MediaPipe Holistic은 Google에서 제공하는 강력한 도구로, 이미지에서 신체, 얼굴, 손의 랜드마크를 쉽게 캡처하고 분석할 수 있습니다. 이번 포스팅에서는 이를 한 단계 더 나아가 실시간 웹캠 모션 인식에 활용하는 방법을 소개하겠습니다.0. 사전 준비1. 라이브러리 및 유틸리티 설정2. 랜드마크 데이터 추출 함수3. 디렉토리 설정4. 웹캠에서 프레임 캡처 및 처리5. 랜드마크 데이터 처리 및 저장6. 이미지에 랜드마크 그리기 및 저장7. 종료 처리8. 결과..

이번 포스팅에서는 MediaPipe Holistic을 활용하여 모션 인식을 하고, 이미지에서 추출한 랜드마크 데이터를 JSON 파일로 저장하는 방법을 단계별로 설명하겠습니다.1. 라이브러리 임포트 및 MediaPipe 초기화2. 이미지 파일 목록 및 랜드마크 데이터 리스트 설정3. 랜드마크 데이터 추출 함수 정의4. MediaPipe Holistic을 사용하여 이미지 처리5. 감지된 랜드마크 데이터 추출 및 저장6. 이미지에 랜드마크 주석 추가7. 랜드마크 데이터를 JSON 파일로 저장8. 결과9. 참고1. 라이브러리 임포트 및 MediaPipe 초기화먼저 필요한 라이브러리를 임포트하고, MediaPipe Holistic과 그리기 유틸리티를 초기화합니다.import cv2import mediapipe a..

이번 포스트에서는 PyTorch를 이용해 간단한 CNN 모델을 구축하고, 이를 통해 사자와 호랑이 이미지를 분류하는 방법을 알아보겠습니다. 데이터셋 로드부터 모델 학습, 평가까지의 전체 과정을 자세히 설명하겠습니다.1. 데이터셋 준비2. 데이터셋 클래스 정의3. 데이터 변환 설정4. 데이터셋 분할 및 데이터 로더 생성5. 간단한 CNN 모델 정의6. 모델 학습 및 검증7. 테스트 데이터 평가8. 학습 및 검증 손실, 정확도 시각화9. 테스트 결과 시각화10. 결과1. 데이터셋 준비먼저, 이미지 경로를 불러오고, 각 이미지를 레이블링합니다. 사자는 0, 호랑이는 1로 라벨을 지정합니다.import globlion_image_paths = glob.glob('/mnt/lion/*.jpg')tiger_imag..