미래기술연구소

오늘은 그동안 황선생님께 배운 영상처리 기법을 한번 테스트 해보기로 했다 사진은 그냥 고철덩어리 사진 찍어서 진행 함 soble 필터 적용 otus 필터 적용 hough lines 필터 적용 contour 필터 적용 threshold 필터 적용

선규옹......... 오늘도 이렇게 만나네요 까먹을뻔 했습니다 업데이트 된건가 우측 상단에 *** 님도 배우면 바뀐다 로 바꼈음 다시 빠이팅! 오늘은 동영상 실시간 처리 쪽으로 공부하다가 차량인식해서 바운딩박스 치는 코드를 실습해봄 동영상 리사이징을 한번 찾아봐야겠다 import sys import numpy as np import cv2 # from PIL import Image # image = Image.open('./1.jpg') # resize_image = image.resize((512,512)) # resize_image.save('./2.jpg') # 비디오 파일 열기 cap = cv2.VideoCapture('a.mp4') if not cap.isOpened(): print('Vide..

오늘도 폭풍 실습!ㄴㄴ HOG&SVM 필기체 숫자 인식 ▪ 정중앙에 숫자를 쓰지 않을 경우? ▪ 학습 데이터 영상 정규화(Normalization) • 학습 데이터 영상과 테스트 데이터 영상의 위치, 크기, 회전 등의 요소를 정규화 → 인식 성능 향상 ▪ 숫자 영상의 무게 중심이 전체 영상 중앙이 되도록 위치 정규화 ▪ 숫자 영상 위치 정규화 def norm_digit(img): m = cv2.moments(img) cx = m['m10'] / m['m00'] cy = m['m01'] / m['m00'] h, w = img.shape[:2] aff = np.array([[1, 0, w/2 - cx], [0, 1, h/2 - cy]], dtype=np.float32) dst = cv2.warpAffine(..

황박사님.. 벌써 37일 연속으로 뵙습니다 이제 친근하네요 이 코드들을 현업에 그대로 복붙해볼 생각이다 이미지 전처리 부터 해야되는데 이 부분에 대해서는....... 다른 블로그 눈팅좀 하고........... def _bytes_feature(value): """Returns a bytes_list from a string / byte.""" if isinstance(value, type(tf.constant(0))): value = value.numpy() # BytesList won't unpack a string from an EagerTensor. return tf.train.Feature(bytes_list=tf.train.BytesList(value=[value])) S def _int64_..

MNIST CNN 모델 우리가 만들고자 하는 모델은 두개의 컨볼루셔널 레이어(Convolutional layer)과, 마지막에 풀리 커넥티드 레이어 (fully connected layer)을 가지고 있는 컨볼루셔널 네트워크 모델(CNN) 이다. 모델의 모양을 그려보면 다음과 같다.  입력 데이타 입력으로 사용되는 데이타는 앞의 소프트맥스 예제에서 사용한 데이타와 동일한 손으로 쓴 숫자들이다. 각 숫자 이미지는 28x28 픽셀로 되어 있고, 흑백이미지이기 때문에 데이타는 28x28x1 행렬이 된다. (만약에 칼라 RGB라면 28x28x3이 된다.) 컨볼루셔널 계층 총 두 개의 컨볼루셔널 계층을 사용했으며, 각 계층에서 컨볼루셔널 필터를 사용해서, 특징을 추출한다음에, 액티베이션 함수 (Activatio..

Tensorflow Object Detection API 설치 방법도 포스팅 해야겠구나 싶어서 다음 포스팅이 조금 늦어졌네요 혹시 아직 API 설치를 안하신 분들은 여기 참고해서 먼저 설치해주세요! https://skkim1080.tistory.com/13?category=820062 [Tensorflow Object Detection API] 설치하기 (for window) 먼저 Python이 설치되어있어야 합니다. 설치 안하신분은 제 블로그 글 참고하세요 (중간에 customize installation말고 그냥 Install Now하시고, 밑에 Add Path 체크박스 클릭하세요.... 제가 썼지만 왜 그렇게 어.. skkim1080.tistory.com 0. 데이터 옮기기 수집한 이미지 데이터들을..

업로드 까먹을뻔.... 오늘은 모바일로 수강 영상의 속성과 픽셀 값 참조 import cv2 img1 = cv2.imread('cat.bmp', cv2.IMREAD_GRAYSCALE) img2 = cv2.imread('cat.bmp', cv2.IMREAD_COLOR) numpy.ndarray • ndim: 차원 수. len(img.shape)과 같음. • shape: 각 차원의 크기. (h, w) 또는 (h, w, 3) • size: 전체 원소 개수 • dtype: 원소의 데이터 타입. 영상 데이터는 uint8. 그레이스케일 영상 컬러 영상 img1 = cv2.imread('cat.bmp', cv2.IMREAD_GRAYSCALE) img2 = cv2.imread('cat.bmp', cv2.IMREAD_C..

yolo v3 커스텀을 위해 공부한 자료 현재 진행 중인 AR 기반 스마트 팽이 애플리케이션 (국가 과제)를 개발하면서 작성한 문서이다. 객체는 스마트 팽이를 기반으로 설정하겠다. (다른 객체를 적용해도 상관없다.) 아래 yolov3 pytorch version을 기반으로 데이터 처리를 하였다. https://github.com/eriklindernoren/PyTorch-YOLOv3 eriklindernoren/PyTorch-YOLOv3 Minimal PyTorch implementation of YOLOv3. Contribute to eriklindernoren/PyTorch-YOLOv3 development by creating an account on GitHub. github.com 우리의 신경망..

오늘은 yolo 커스텀 학습 시켜볼려고 이것 저것 뜯어봄 darknet 학습을 위해 이전에 처리해야할 과정들은 다음 포스팅을 참고 [Object Detection] darknet custom 학습 준비하기 https://eehoeskrap.tistory.com/367 [Object Detection] Darknet 학습 준비하기 환경 Ubuntu 16.04 GeForce RTX 2080 1. 학습 준비하기 1.1 COCO 데이터 세트를 이용한 학습 COCO 데이터는 2014 , 2017 로 나뉘어져 있는데, 홈페이지에서 다운 받을 수도 있지만, 크기가 너무 커서 유틸리티 cur.. eehoeskrap.tistory.com 1. Darknet 코드 다운받기 Darknet 프레임워크를 이용하기 위한 gith..

image labeling 을 할려고 함 tzutalin.github.io/labelImg/ LabelImg tzutalin.github.io 압축풀기 labelimg.exe 실행 data 에서 class 를 추가해준다 image 도 같이 추가 image가 맣ㄴ을 수록 모델의 성능은 높아진다 LabelImg.exe 프로그램을 실행하고 roi style 을 yolo로 변경합니다. OpenDir 버튼을 클릭한 후 data 폴더 위치를 등록합니다. Change Save Dir 버튼을 클릭한 후 data 폴더 위치를 등록합니다.