좌충우돌개발일지 (4) 썸네일형 리스트형 HumanML3D Dataset 준비하기 Demo를 수행하기 위해서는, Human3DML이 필요하다.따라서 코드가 원활이 동작하는지 확인하기 위해, HumanML3D 데이터셋을 내려받는다.HumanML3D에 사용되는 AMASS의 정책에 의해, 바로 다운로드는 불가능하다. 대신 아래 GitHub에서 가공할 수 있으니, 아래 Git을 clone하자. https://github.com/EricGuo5513/HumanML3D GitHub - EricGuo5513/HumanML3D: HumanML3D: A large and diverse 3d human motion-language dataset.HumanML3D: A large and diverse 3d human motion-language dataset. - EricGuo5513/HumanML3D.. Welcome to Hogwarts! Gemma Sprint를 어느정도 마무리 지었다.Sprint를 진행하면서, 다시금 데이터가 얼마나 중요한지 느낄 수 있는 시간이었다. 해리포터 자료를 얻기 위해, 총 3가지를 고려했다. https://hp-lexicon.org/ Harry Potter LexiconHarry and Hermione, in disguise as an elderly Muggle couple, encounter who they think is Bathilda Bagshot in Godric’s Hollow on Christmas Eve. They follow her to her house, where she is revealed to be Nagini. In the ensuing battle, Hermione’s quick t.. 정사각형으로 외곽선 검출 오늘은 너무 피곤해서, 많이 하지는 않았다. 지난번에 contour 검출 이후, 적당한 area 크기를 갖는 contour들을 image에 그리도록 하였다. contours, hierarchy = cv2.findContours(openedINV.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) mask = np.zeros(image.shape, dtype=np.uint8) for contour in contours: area = cv2.contourArea(contour) ''' 권장 사이즈를 측정할 필요 있다. 메이플 스토리의 창모드의 pixel 크기는 유동적으로 조정할 수 있으니, 여기서 적당한 보드판의 크기를 유추하여 contour를 검출하면 된다. '''.. 이미지 전처리 프로젝트 진행사항 기록 및 차후 기록을 남겨둔다. 먼저 진행하고 있는 프로젝트에서 가장 중요한것은 이미지 전처리라고 생각된다. 해당 이미지에서, 어떻게 보드판의 정보를 가져와서 장애물 위치를 자동으로 등록을 할까? 이를 해결하기 위해서, 먼저 우리는 임의의 사진들에서 저 보드판을 인식해야 했다. 그러나 사용자에 따라 캡쳐 방식이 다양하고, 또 해당 게임(메이플 스토리)의 특성상 '캐시무기아이템'이 보드영역을 넘어와 인식에 방해를 줄 수도 있다. 본문에서는 해당 이미지를 어떻게 불러왔고, 어떻게 처리하였고, 어떻게 검출을 완료했는지에 대해서 작성하고자 한다. https://opencv-python.readthedocs.io/en/latest/index.html를 참고하였다. OpenCV-Python Stu.. 이전 1 다음
