코딩헤딩

https://coding-heading.tistory.com/104 Deep learning[딥러닝] YOLO 객체탐지 네트워크 가중치 모델 사용 https://coding-heading.tistory.com/103 Deep learning[딥러닝] YOLO 객체탐지 네트워크 기초 - "욜로"라고 칭한다. - 한 개의 네트워크(계층, 모델 같은 의미로 칭함)에서 객체(물체, 사물)를 탐지 - 탐지된 개체의 coding-heading.tistory.com 이전 글에서는 정적인 이미지에서 객체를 탐지하는 프로그램을 만들었는데 이번에는 카메라에서 들어오는 동영상을 처리하는 프로그램을 해보겠다. ### 사용할 라이브러리 import cv2 import numpy as np * 데이터 읽어 들이기 VideoSi..

https://coding-heading.tistory.com/103 Deep learning[딥러닝] YOLO 객체탐지 네트워크 기초 - "욜로"라고 칭한다. - 한 개의 네트워크(계층, 모델 같은 의미로 칭함)에서 객체(물체, 사물)를 탐지 - 탐지된 개체의 영역(바운딩 박스-사각형)과 객체의 이름(사람, 고양이, ...)을 표시해 주는 coding-heading.tistory.com 이전 글과 이어집니다. - yolov3.weights : 이미 훈련된 모델의 가중치 데이터 파일 - yolov3.cfg : yolo모델 매개변수 설정 파일 - coconames : 인식(감지)된 객체의 레이블 명칭(이름)이 저장된 파일 * DNN(심층신경망) 모델을 사용하여 모델 세팅하기 net = cv2.dnn.rea..