- YoloV5를 이용한 마스크 착용/미착용 식별 모델개발 - # YOLO YOLO는 You Only Look Once의 약자로, one-stage-detection방법을 고안해 실시간으로 Object Detection이 가능하다. 장점 : 1. 간단한 처리 과정으로 속도가 매우 빠르다. 2. 이미지 전체를 한 번에 바라보는 방식을 이용하여 class에 대한 이해도가 높아 낮은 False-Positive를 보인다. 3. 일반화된 Object 학습이 가능 1. 준비 https://github.com/ultralytics/yolov5 GitHub - ultralytics/yolov5: YOLOv5 🚀 in PyTorch > ONNX > CoreML > TFLite YOLOv5 🚀 in PyTorch > ON..

- OpenCV 와 haarcascade를 이용한 얼굴 인식 1. 사전 학습된 분류기인 haarcascade_frontalface_alt.xml 을 로드합니다. 2. 객체 탐지 알고리즘인 detectMultiScale 을 실행하기 위해 이미지 프로세싱을 합니다. 3. detectMultiScale 과 rectangle 함수를 이용하여 원본 이미지에 bbox를 그려줍니다. # harrcascade 기계학습을 이용한 객체 탐지 알고리즘입니다. CNN과 같은 신경망이 아닌, 하르 특징 (Haar Features) 계산을 통해 객체를 찾습니다. # 얼굴 찾는 모델 model_file = "face_det_pretrained/haarcascade_frontalface_alt.xml" # 모델 로드 clf = cv..

- OpenCV connectedComponentsWithStats를 활용한 손 글씨 인식 - 1. 손 글씨 이미지를 불러옵니다. 2. 이미지 프로세싱을 통해 글자는 흰색(255), 배경은 검은색(0)으로 만들어 줍니다. 3. connectedComponentsWithStats 함수를 이용해 글자를 인식합니다. 4. 인식한 글자에 bbox를 그려줍니다. # labeling 레이블링은 객체 구역을 영역 단위로 분석하는 것입니다. 서로 연결되어 있는 객체 픽셀에 고유한 번호를 지정하는 작업입니다. 일반적으로 이진 영상에서 수행합니다. 0은 배경 1 이상은 객체로 판단합니다. 객체들이 서로 연결되어 있으면 같은 번호를 지정합니다. # cv2.connectedComponentsWithStats 반환 값으로 re..