Machine Vision / ML / DL

✍ CodeUp 문제 / 출처 : Codeup 👉 Input → 55 👉 Output → 10 👉 Source Code n = int(input()) sum = 0; for i in range(1, 1001): sum += i if sum >= n: break print(i)

✍ CodeUp 문제 / 출처 : Codeup 👉 Input → 7 4 2 3 0 1 5 6 9 10 8 👉 Output → 7 4 2 3 👉 Source Code n = int(input()) while n != 0: print(n) n = int(input())

✍ CodeUp 문제 / 출처 : Codeup 👉 Input → 3 5 👉 Output → 6 👉 Source Code a, b = map(int, input().split()) print(a ^ b)

✍ CodeUp 문제 / 출처 : Codeup 👉 Input → 1 1 👉 Output → True 👉 Source Code a, b = map(int, input().split()) print(bool(a) and bool(b))

👉 개발 환경 : Jupyter Notebook, Python 3.9, MidiaPipe, Opencv ✍ Source Code / Method 구현부 import cv2 import mediapipe as mp import time class PoseDetector: def __init__(self, mode = False, upBody = False, smooth=True, detectionCon = 0.5, trackCon = 0.5): self.mode = mode self.upBody = upBody self.smooth = smooth self.detectionCon = detectionCon self.trackCon = trackCon self.mpDraw = mp.solutions.draw..

👉 개발 환경 : Jupyter Notebook, Python 3.9, MediaPipe, Opencv ✍ Source Code import cv2 import mediapipe as mp # face detection, 찾은 detection 영역에 임의의 표시를 위해 변수 선언 mp_face_detection = mp.solutions.face_detection mp_drawing = mp.solutions.drawing_utils # For webcam input: cap = cv2.VideoCapture("c:\\face_video.mp4") # Source Video # min_detection_confidence 는 0 ~ 1의 값으로 값을 올릴수록 정교하게 object detection 진행..

import tensorflow as tf from tensorflow import keras import numpy as np import matplotlib.pyplot as plt fashion_minist = keras.datasets.fashion_mnist (train_images, train_labels), (test_images, test_labels) = fashion_minist.load_data() class_names = ['T-shirt/top', 'Trouser', 'Pillover', 'Dress', 'Coat', 'Sandal', 'Shirt', 'Sneaker', 'Bag', 'Ankle boot'] train_images = train_images/ 255.0 test_i..

Python Opencv tistory 정리는 패스트 캠퍼스 황선규박사님 강의를 기반으로 개인적으로 공부한 내용들을 복습 하는 개념으로 정리하려고 합니다. → 동일한 강의를 잘 정리한 블로그도 참고 했습니다. (강의 외에도 cv, ml, dl에도 도움 되는 블로그) ▶ https://deep-learning-study.tistory.com// 이번 글에서는 인강에 대한 내용을 적기 전에, 기본적인 개념이나 설치 해야 되는 부분들을 간략하게 적어두려고 합니다. 우선 CV란 Computer Vision의 약어로 컴퓨터를 이용하여 정지 영상 or 동영상으로부터 정보를 추출하는 방법을 뜻함. CV의 응용 분야는 실무에서 하고 있는 Machine Vision과 ML/DL/AI 등 다양한 산업에서 활용 되고 있습니..

▶ 이번 포스팅은 C#과 Python을 이용한 간단한 Socket 통신입니다. 장비 업계 실무 간, 상위 보고 또는 RDP - FTP를 몇 번 진행한 적이 있었는데, 아무래도 연차가 별로 안되서 처음부터 끝까지 다 짜보진 않았지만, 통신에 대한 기본을 다지기 위해 공부하다가 C#과 Python을 이용한 간단한 통신 방식을 코드로 구현해봤습니다. (StackOverFlow, Youtube 참고...) -. 상위 보고 종류들?? ex) Pattern Matching %, Blob Score, Align X-Y Gap, Laser Cutting Gap 등... -. RDP - FTP ex) Image(Pattern Search, Blob 검출 Area, 특정 구간 Capture), Log Data(Align ..