Python 패키지 버전의 MediaPipe가 매우 쉽고 간단한 MLP로 손가락 제스처 추정
5998 단어 TensorFlowMediaPipe파이썬
MediaPipe (Python 패키지 버전)
Python 패키지 버전의 MediaPipe가 매우 쉽습니다.
pip install mediapipe
pip로 설치하고,,,
import mediapipe as mp
import하고,,,
mp_hands = mp.solutions.hands
hands = mp_hands.Hands(
min_detection_confidence=0.7,
min_tracking_confidence=0.5,
)
인스턴스 만들기,,,
image = cv2.imread('XXXXXXXX.jpg')
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
results = hands.process(image)
process()에 이미지 던지면, 손의 랜드마크를 겟트🦔!
※별도, 묘화 처리가 필요합니다.
CPU 동작에서도 꽤 빠르다!
오히려 GPU 대응하고 있지 않다고 생각한다
MediaPipe (Python 패키지 버전)가 지원하는 기능 (2020/12/17 시점)
Python 패키지 버전의 MediaPipe는 현재 다음 4가지 기능을 지원합니다.
손
포즈
얼굴 메쉬
Holistic (Pose, Face Mesh, Hands를 한 번에 추정)
MediaPipe (Python 패키지 버전) 샘플 프로그램
위의 샘플 프로그램은 아래에 공개되어 있습니다.
덤: 간단한 MLP로 손가락 제스처 추정
너무 쉽게 손의 랜드마크를 잡을 수 있게 되었기 때문에,
간단한 MLP와 함께 다음과 같은 프로그램도 만들어 보았습니다.
모처럼 MediaPipe 자체의 동작이 빠르기 때문에 가능한 한 방해하지 않도록 Tensorflow-Lite
로 만들고 있습니다.
손의 랜드마크 좌표를 입력으로 3분류(파, 구, 가리키는)하는 모델과,
가리킬 때의 궤적을 입력으로 4분류(정지, 시계방향, 반시계방향, 이동)하는 모델을
함께 움직이고 있습니다.
「파」「구」「가리키기」의 분류
손의 랜드마크의 ID는 이런 느낌↑이므로,,,
이런 느낌으로 전처리하고, ,,(ID:0이 결국 0,0이 되고 있는 것 조금 낭비입니다만,,,)
이런 느낌의 간단한 MLP에 푹 빠져 있습니다 🦔
「정지」 「시계 방향」 「반시계 방향」 「이동」의 분류
검지 손가락의 좌표 이력을 16점 정도 취해, 이런 느낌에 전처리해, , ,
이런 느낌의 간단한 MLP에 푹 빠져 있습니다 🦔
프로그램
위의 프로그램도 Github에서 공개합니다.
적당한 MLP이므로, 더 오징어한 구조로 하면, 더 정밀도가 올라갑니다🦔
Reference
이 문제에 관하여(Python 패키지 버전의 MediaPipe가 매우 쉽고 간단한 MLP로 손가락 제스처 추정), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/Kazuhito/items/222999f134b3b27418cd
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
pip install mediapipe
import mediapipe as mp
mp_hands = mp.solutions.hands
hands = mp_hands.Hands(
min_detection_confidence=0.7,
min_tracking_confidence=0.5,
)
image = cv2.imread('XXXXXXXX.jpg')
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
results = hands.process(image)
Python 패키지 버전의 MediaPipe는 현재 다음 4가지 기능을 지원합니다.
손
포즈
얼굴 메쉬
Holistic (Pose, Face Mesh, Hands를 한 번에 추정)
MediaPipe (Python 패키지 버전) 샘플 프로그램
위의 샘플 프로그램은 아래에 공개되어 있습니다.
덤: 간단한 MLP로 손가락 제스처 추정
너무 쉽게 손의 랜드마크를 잡을 수 있게 되었기 때문에,
간단한 MLP와 함께 다음과 같은 프로그램도 만들어 보았습니다.
모처럼 MediaPipe 자체의 동작이 빠르기 때문에 가능한 한 방해하지 않도록 Tensorflow-Lite
로 만들고 있습니다.
손의 랜드마크 좌표를 입력으로 3분류(파, 구, 가리키는)하는 모델과,
가리킬 때의 궤적을 입력으로 4분류(정지, 시계방향, 반시계방향, 이동)하는 모델을
함께 움직이고 있습니다.
「파」「구」「가리키기」의 분류
손의 랜드마크의 ID는 이런 느낌↑이므로,,,
이런 느낌으로 전처리하고, ,,(ID:0이 결국 0,0이 되고 있는 것 조금 낭비입니다만,,,)
이런 느낌의 간단한 MLP에 푹 빠져 있습니다 🦔
「정지」 「시계 방향」 「반시계 방향」 「이동」의 분류
검지 손가락의 좌표 이력을 16점 정도 취해, 이런 느낌에 전처리해, , ,
이런 느낌의 간단한 MLP에 푹 빠져 있습니다 🦔
프로그램
위의 프로그램도 Github에서 공개합니다.
적당한 MLP이므로, 더 오징어한 구조로 하면, 더 정밀도가 올라갑니다🦔
Reference
이 문제에 관하여(Python 패키지 버전의 MediaPipe가 매우 쉽고 간단한 MLP로 손가락 제스처 추정), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/Kazuhito/items/222999f134b3b27418cd
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
너무 쉽게 손의 랜드마크를 잡을 수 있게 되었기 때문에,
간단한 MLP와 함께 다음과 같은 프로그램도 만들어 보았습니다.
모처럼 MediaPipe 자체의 동작이 빠르기 때문에 가능한 한 방해하지 않도록 Tensorflow-Lite
로 만들고 있습니다.
손의 랜드마크 좌표를 입력으로 3분류(파, 구, 가리키는)하는 모델과,
가리킬 때의 궤적을 입력으로 4분류(정지, 시계방향, 반시계방향, 이동)하는 모델을
함께 움직이고 있습니다.
「파」「구」「가리키기」의 분류
손의 랜드마크의 ID는 이런 느낌↑이므로,,,
이런 느낌으로 전처리하고, ,,(ID:0이 결국 0,0이 되고 있는 것 조금 낭비입니다만,,,)
이런 느낌의 간단한 MLP에 푹 빠져 있습니다 🦔
「정지」 「시계 방향」 「반시계 방향」 「이동」의 분류
검지 손가락의 좌표 이력을 16점 정도 취해, 이런 느낌에 전처리해, , ,
이런 느낌의 간단한 MLP에 푹 빠져 있습니다 🦔
프로그램
위의 프로그램도 Github에서 공개합니다.
적당한 MLP이므로, 더 오징어한 구조로 하면, 더 정밀도가 올라갑니다🦔
Reference
이 문제에 관하여(Python 패키지 버전의 MediaPipe가 매우 쉽고 간단한 MLP로 손가락 제스처 추정), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/Kazuhito/items/222999f134b3b27418cd
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
Reference
이 문제에 관하여(Python 패키지 버전의 MediaPipe가 매우 쉽고 간단한 MLP로 손가락 제스처 추정), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/Kazuhito/items/222999f134b3b27418cd텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)