커리까지

https://github.com/stephanj/basketballVideoAnalysis 해당 깃허브에 있는 거 분석하고 해보기로 함 color-detection #!/bin/bash python show_colors.py -p images run.sh 파일을 실행하면 show_colors.py가 실행됨 path는 이미지가 있는 폴더 지정 image2라는 폴더를 새로 생성하고 path 변경 #!/bin/bash python show_colors.py -p images2ㅇ 우선 한 장으로 시도 team,red,green,blue,percentage team_a_1.jpg,1,0,1,67 team_a_1.jpg,86,99,141,20 team_a_1.jpg,157,165,201,12 다음과 같은 결과값이..

1 INTRODUCTION 3D로 코드를 인식해서 저 자세한 농구 영상 인식이 가능한 것 같다. 농구코트 왼쪽과 오른쪽 동시에 인식 가능한 것 같다. 농구 전술이 복잡하기에 low features로는 표현하기 어렵다. 그래서 calibration technique로 선수들의 궤적을 보여줄 수 있다. (컷이라든지 공격과 수비와 같은 높은 수준의 움직임들) 대학 농구선수들은 이 시스템을 사용한 후 높은 선호도를 보여줬다. 농구 영상 처리는 코치들과 관객들의 필요로 관심이 높아졌다. 영상에서 수집된 정보들은 전술적 분석과 발전에 유용하다. 비디오 영상이 들어오고 파노라마로 전체 농구코트를 생선한 후 코트의 픽셀을 추출한다. 그다음에 convex hull울 만들고 사각형 모양으로 다시 그린다음 mesh 형태로 ..

결국 아마존 서버를 사용해서 딥러닝을 사용하기로 결정 시간 단위로 사용하는게 가장 좋을 것 같아서 스팟인스턴스 환경 구축 충 스팟인스턴스 생성 스팟인스터스를 요청해서 스팟인스턴스를 생성하였다. 최대하격은 $0.9이고 처음 입찰가격은 &0.27이었다. 아주 저렴한 비용으로 서버를 받았다.^^ 그러나 볼륨생성 과정에서 capacity-not-available이라고 나와서 방법을 찾고있다. 지역을 서울로 바꾸니 되었다. 아마 인스턴스 신청 과정에서 뭐가 꼬인것 같다. mobaxterm과 ssh 연결하기 1. SSH에 입력하기 2. 필요한 정보 입력 Remote host에는 퍼플릭 주소를 입력하고 use private key에는 다운받은 ppk파일을 넣는다. sepcify에는 다음과 같이 해당되는 것을 입력한다..

가상환경 만들고 다시 설정 외부모니터랑 같이 사용중이라gpu가 안 잡히는 거 일수도 있어서 그냥 노트북으로 다시 시도 후....외부 eGPU를 사려고 했지만 노트북이 썬더볼트를 지원하지 않아서 포기하였다....ㅠㅠ 이것도 안 되면 가상환경 지원해주는 곳에서 해보려구 한다. 아니면 msi노브툭을 구매해볼까 하는 작은 꿈을 꾼다.... 똑같이 gpu그래픽부터 다시 설치하였다. 노트북에 맞는 그래픽 다시 설치 CUDA 9.0버전 설치 cuDNN 7.0.5 버전 설치 자세한 path설정 등은 이분 블로그를 참고하였다. 그리고 이번에는 가상환경을 설치하였다. 아나콘다 프롬포트를 관리자 권한으로 실행하였다. (base) C:\Windows\system32>conda create --name deep 가상환경 이름을..

외부모니터랑 같이 사용중이라gpu가 안 잡히는 거 일수도 있어서 그냥 노트북으로 다시 시도 후....외부 eGPU를 사려고 했지만 노트북이 썬더볼트를 지원하지 않아서 포기하였다....ㅠㅠ 이것도 안 되면 가상환경 지원해주는 곳에서 해보려구 한다. 아니면 msi노브툭을 구매해볼까 하는 작은 꿈을 꾼다.... 똑같이 gpu그래픽부터 다시 설치하였다. 노트북에 맞는 그래픽 다시 설치 CUDA 9.0버전 설치 cuDNN 7.0.5 버전 설치 자세한 path설정 등은 이분 블로그를 참고하였다. 그리고 이번에는 가상환경을 설치하였다. 아나콘다 프롬포트를 관리자 권한으로 실행하였다. (base) C:\Windows\system32>conda create --name deep 가상환경 이름을 deep으로 주었다. (b..

코드 참고 사이트 import cvlib as cv from cvlib.object_detection import draw_bbox image_path = 'ball.PNG' im = cv2.imread(image_path) bbox, label, conf = cv.detect_common_objects(im) print(bbox, label, conf) im = draw_bbox(im, bbox, label, conf) cv2.imwrite('result.jpg', im) 이 사진처럼 사람을 식별하고 공을 식별해서 자동으로 득점을 기록하고 어떤 선수가 넣었는지 기록하는 것을 만들어보려고 한다. 이것은 사진이라 이렇게 판별이 가능한 것이고 영상으로는 다음의 링크를 참고해서 하려고 한다. 영상코드 참고사이..