def make_dataframe(txt_path): name = [] size = [] country = [] file_name = [] breeds = [] life = [] with open(txt_path, encoding='utf8') as txt: lines = txt.read().splitlines() for line in lines: split_line = line.split(' ') for i, j in enumerate(split_line): if i == 0: name.append(j) elif i == 1: size.append(j) elif i == 2: country.append(j) elif i == 3: file_name.append(j) elif i == 4: breeds...
a = "유해∙위험성".encode('utf-8') b = "유해·위험성".encode('utf-8') print(a) print(b) print(a == b) print(a in b) print(a is b) 문자열을 비교하다가 분명히 같은 문자열인데 비교하면 자꾸 False를 반환해서 UTF-8로 인코드하여 출력해보았다. 문자열에 포함된 가운뎃점은 각각 a는 텍스트 파일에서 추출하였고, b는 엑셀에서 추출하였다.
https://github.com/CMU-Perceptual-Computing-Lab/openpose_train/tree/master/experimental_models#body-25b-model-option-2-recommended CMU-Perceptual-Computing-Lab/openpose_train Training repository for OpenPose. Contribute to CMU-Perceptual-Computing-Lab/openpose_train development by creating an account on GitHub. github.com pose_iter_XXXXXX.caffemodel 다운로드 (가중치 파일) https://github.com/CMU-Perceptua..
CUDA와 같이 빌드가 되어있는 4.4.0버전 이상의 OpenCV가 필요함 import cv2 import numpy as np from data.proto_file_path import * from data.weights_file_path import * from data.BODY_PARTS import * from data.POSE_PAIRS import * from data.yolo_classes import classes 필요한 모듈 import data 파일 구성은 아래 포스팅에 나와있음 https://hanryang1125.tistory.com/11 openpose, yolo에 필요한 변수 파일 # 학습시킨 데이터셋에 따른 신체부위 숫자와 이름 BODY_PARTS_MPI = {0: "Head"..
# 학습시킨 데이터셋에 따른 신체부위 숫자와 이름 BODY_PARTS_MPI = {0: "Head", 1: "Neck", 2: "RShoulder", 3: "RElbow", 4: "RWrist", 5: "LShoulder", 6: "LElbow", 7: "LWrist", 8: "RHip", 9: "RKnee", 10: "RAnkle", 11: "LHip", 12: "LKnee", 13: "LAnkle", 14: "Chest", 15: "Background"} BODY_PARTS_COCO = {0: "Nose", 1: "Neck", 2: "RShoulder", 3: "RElbow", 4: "RWrist", 5: "LShoulder", 6: "LElbow", 7: "LWrist", 8: "RHip", 9: ..
