YOLO

코랩

[코랩] 영상 속 객체 탐지 및 인물의 자세 추정 (OpenCV, YOLOv4, OpenPose)

import cv2 import numpy as np from google.colab.patches import cv2_imshow from tqdm import tqdm protoFile_body_25b = "pose_deploy.prototxt" weightsFile_body_25b = "pose_iter_XXXXXX.caffemodel" BODY_PARTS_BODY_25B = {0: "Nose", 1: "LEye", 2: "REye", 3: "LEar", 4: "REar", 5: "LShoulder", 6: "RSoulder", 7: "LElbow", 8: "RElbow", 9: "LWrist", 10: "RWrist", 11: "LHip", 12: "RHip", 13: "LKnee", 14: "R..

코랩

[코랩] Darknet 설치 및 커스텀 모델 학습하기

./darknet: error while loading shared libraries: libcudnn.so.8: cannot open shared object file: No such file or directory 만약 위와 같은 에러가 나온다면 ./darknet 앞에 LD_LIBRARY_PATH=/usr/local/cuda/lib64/ 를 추가 윈도우 환경과는 다르게 GUI를 지원하지 않으므로 -dont_show 옵션이 필요함 - 유용한 JS 코드 https://hanryang1125.tistory.com/31 cola.." data-og-host="hanryang1125.tistory.com" data-og-source-url="https://hanryang1125.tistory.com/31" d..

윈도우

[윈도우] Darknet으로 YOLO 커스텀 모델 학습시키기

본인은 로컬에서 학습시키다가 너무 오래 걸려서 colab으로 학습시켰지만 방법은 같음 classes: 학습시킬 클래스 갯수 train: 학습용 이미지들의 경로가 적혀있는 텍스트 파일 valid: 검증용 이미지들의 경로가 적혀있는 텍스트 파일 (본인은 생략) (이미지 폴더에는 각 이미지마다 YOLO 라벨 텍스트가 존재해야함) names: 클래스 이름이 적힌 파일 backup: 가중치 파일들이 저장될 폴더 본인은 colab을 통해 학습했기 때문에 이미지들의 경로가 아래와 같음 아래 파이썬 코드를 이용하면 custom.txt를 쉽게 생성할 수 있음 import glob # 대상 폴더 image_directory = "C:/Users/asdfr/Pictures/Saved Pictures/pose/" # 확장자 ..

파이썬

[파이썬] OpenCV, YOLO를 이용하여 이미지 속 객체 인식

import cv2 import numpy as np 필요한 모듈 import def yolo(frame, size, score_threshold, nms_threshold): # YOLO 네트워크 불러오기 net = cv2.dnn.readNet(f"yolov3_{size}.weights", "yolov3.cfg") layer_names = net.getLayerNames() output_layers = [layer_names[i[0] - 1] for i in net.getUnconnectedOutLayers()] # 클래스의 갯수만큼 랜덤 RGB 배열을 생성 colors = np.random.uniform(0, 255, size=(len(classes), 3)) # 이미지의 높이, 너비, 채널 받아오기..

IntegerString
'YOLO' 태그의 글 목록