mediapipe 관련 1

이 글은 mediapipe의 공식 홈페이지를 참고하여 mediapipe와 관련 코드에 대해 이해하는 과정을 정리할 것입니다. google.github.io/mediapipe/ MediaPipe의 ML 솔루션 얼굴인식 페이스 메쉬 모션캡처 물체감지, 등등... 얼굴인식 min_detection_confidence 최소 신뢰값([0.0, 1.0]) 기본값은 0.5로 모델에서 얼굴 감지가 성공한 것으로 간주 감지된 얼굴은 경계상자와 6개의 랜드마크 표시. xmain, width 및 ymin height import cv2 import mediapipe as mp mp_face_detection = mp.solutions.face_detection mp_drawing = mp.solutions.drawing_u..

Dlib을 이용하여 얼굴 랜드마크 찍기

dlib과 opencv를 이용하여 얼굴에 랜드마크를 찍어보자 먼저 opencv와 dlib을 임포트한다. import cv2, dlib dlib에서 기본적으로 제공하는 face_object_detector 객체를 생성한다. 그리고 얼굴 랜드마크를 찍기 위해 shape_predictor_68_face_landmarks.dat를 불러온다. detector = dlib.get_frontal_face_detector() sp = dlib.shape_predictor('shape_predictor_68_face_landmarks.dat') 동영상을 불러온 뒤에 detector로 얼굴좌표를 가져온다. cam = cv2.VideoCapture('video.mp4') while True: img, frame = cam...

Opencv 얼굴 인식(영상)

만약 전 포스팅을 보지 않았다면 보고 오는 것이 좋다. ursobad.tistory.com/46 Opencv 얼굴 인식(사진) 간단하게 opencv에서 제공하는 xml파일로 사진에서 얼굴, 눈, 상체 인식을 해봤다. import cv2 face_classifier = cv2.CascadeClassifier('C:\\Users\\gotti\\AppData\\Local\\Programs\\Python\\Python38\\Lib\\s.. ursobad.tistory.com 일단 마찬가지로 opencv와 xml 파일을 불러온다 import cv2 face_classifier = cv2.CascadeClassifier('C:\\Users\\gotti\\AppData\\Local\\Programs\\Python\\..

Opencv 얼굴 인식(사진)

간단하게 opencv에서 제공하는 xml파일로 사진에서 얼굴, 눈, 상체 인식을 해봤다. import cv2 face_classifier = cv2.CascadeClassifier('C:\\Users\\gotti\\AppData\\Local\\Programs\\Python\\Python38\\Lib\\site-packages\\cv2\\data\\haarcascade_frontalface_default.xml') eye_cascade = cv2.CascadeClassifier('C:\\Users\\gotti\\AppData\\Local\\Programs\\Python\\Python38\\Lib\\site-packages\\cv2\\data\\haarcascade_eye.xml') opencv를 불러온 후..

앙상블 학습법(Ensemble Learning)

앙상블 여러개의 알고리즘을 사용하여, 그 예측을 결합함으로써 보다 정확한 예측을 도출하는 기법 단일의 강력한 알고리즘보다 복수의 약한 알고리즘이 더 뛰어날수 있다는 생각에 기반을 두고 있음 보팅(Voting), 배깅(Bagging), 부스팅(Boosting)등의 유형으로 나눌 수 있음 보팅(Voting) 여러 모델에서 구해진 예측값을 투표를 통하여 결정하는 방식 서로 다른 알고리즘 여러개를 결합하셔 사용 하드 보팅(Hard Voting) 다수의 분류기가 예측한 결과값을 최종 결과로 선정(다수결 원칙과 유사) 소프트 보팅(Soft Voting) 각 알고리즘이 예측한 레이블 값 결정 확률의 평균을 구한 뒤 가장 확률이 높은 레이블 값을 최종 결과로 선정 위 그림에서 레이블값 예측의 평균 1일 확률 = (0...

로지스틱 회귀(Logistic Regression)

ursobad.tistory.com/36 선형회귀(linear regression) 선형회귀(linear regression) 회귀란? 관찰된 연속형 변수들에 대해 두 변수 사이의 모형을 구한뒤 적합도를 측정해 내는 분석 방법 선형회귀 가장 기본적이고 널리 사용되는 기계 학습 알고리즘 중 ursobad.tistory.com 로지스틱 회귀(Logistic Regression) 종속 변수와 독립 변수 간의 관계를 구체적으로 나타낸다. 선형 회귀처럼 연속된 값을 예측하는 것이 아니라 종속변수가 범주형 데이터일 때 사용한다. 회귀를 사용하여 범주에 속할 확률을 예측한다. - 가능성이 더 높은 범주로 분류하는 알고리즘이다. # 독립 변수 : 독립 변수는 입력값이나 원인 # 종속 변수 : 종속 변수는 결과물이나 효..

SVM(Support Vector Machine) 알고리즘

SVM 2개의 범주를 분류하는 이진분류기 # 이진분류란? 그렇다 / 아니다 2개로 분류하는 것 어느 카테고리에 속할 것인지 판단하는 비확률적 이진 선형 분류 모델을 만들게 된다. EX) 텍스트, 이미지 분류 검은선 : Decision boundary(결정 경계) 파란선 : Magin(마진) 파란선을 잇는 도형 : Support Vector(서포터 백터) SVM알고리즘은 Magin이 가장 큰 Decision boundary(결정 경계)를 긋는 알고리즘이다. Kernel trick(커널 트릭) 선형으로 분리되지않는 비선형 데이터들을 분류할때 사용한다. 현재 데이터보다 고차원으로 차원을 옮겨서 선형분리가 가능한 데이터로 바꾼다. 위의 그림과 같이 2차원에서 선형적으로 분리되지 않는 데이터들을 3차원의 공간으로..

선형회귀(linear regression)

선형회귀(linear regression) 회귀란? 관찰된 연속형 변수들에 대해 두 변수 사이의 모형을 구한뒤 적합도를 측정해 내는 분석 방법 선형회귀 가장 기본적이고 널리 사용되는 기계 학습 알고리즘 중 하나 독립 변수 x를 사용해 종속 변수 y의 움직임을 예측하고 설명한다 간단하게 일차함수의 개념 y = ax + b의 직선을 임의로 그려놓고, 그 직선을 바탕으로 예측하는 것 #독립 변수 : 독립 변수는 입력값이나 원인 #종속 변수 : 종속 변수는 결과물이나 효과 단순 선형회귀(simple linear regression) : 하나의 x 값만으로도 y 값을 설명할 수 있는 것 다중 선형회귀(multiple linear regression) : x 값이 여러 개 필요로 할 때 사용 Error(에러) 사용..