pose_estimation_avec_opencv
Différences
Ci-dessous, les différences entre deux révisions de la page.
Les deux révisions précédentesRévision précédenteProchaine révision | Révision précédenteProchaine révisionLes deux révisions suivantes | ||
detection_d_un_squelette_dans_une_image [2021/03/17 10:23] – [RealSense D455 avec OpenNI] serge | pose_estimation_avec_opencv [2021/07/05 19:45] – [La documentation] serge | ||
---|---|---|---|
Ligne 1: | Ligne 1: | ||
- | ====== | + | ====== |
+ | <WRAP center round box 80% centeralign> | ||
+ | **{{tagpage> | ||
+ | </ | ||
- | < | + | < |
- | **{{tagpage> | + | <WRAP> |
+ | {{ :media_14: | ||
+ | </ | ||
+ | <WRAP centeralign> | ||
+ | Une pin-up pour promouvoir le tuto ! | ||
</ | </ | ||
- | <WRAP center round box 60% centeralign> | ||
- | **[[les_pages_intelligence_artificielle_en_details|Les Pages Intelligence Artificielle en détails]]** | ||
</ | </ | ||
- | Une pin-up pour vendre le tuto ! | + | =====OpenCV blobFromImage===== |
- | {{ : | + | ====La documentation==== |
- | + | * **[[https:// | |
- | **Ce sujet est très actuel, un concours a eu lieu en 2019. Nous allons essayer de trouver, construire un projet qui détecterait un squelette, envoie les datas en OSC, les visualisent dans Blender.** | + | |
- | =====Des collections de données, des concours===== | + | |
- | ====Des datas==== | + | |
- | * **[[https:// | + | |
- | + | ||
- | + | ||
- | ====Projets==== | + | |
- | ===COCO=== | + | |
- | * [[https:// | + | |
- | * [[https://cocodataset.org/#keypoints-2019|COCO 2019 Keypoint Detection Task]] **Le concours de détection de squelette** | + | |
- | ===MPII Human Pose=== | + | ====Exemple==== |
- | * [[http:// | + | |
- | ===Human Pose Evaluator Dataset === | + | Il faut télécharger les Model Weights: ce sont des *.caffemodel de GoogLeNet trained network de [[http://caffe.berkeleyvision.org/ |
- | | + | |
- | ====Les normes COCO et MPI==== | + | {{ :media_14: |
- | * [[https:// | + | |
- | Les points sont les articulations. Les os sont définis par des couples de points. Facile 8-) | + | ===== Capture avec RealSense D455 ===== |
- | <code python> | + | |
- | if MODE is " | + | |
- | nPoints | + | |
- | | + | |
- | [11, 12], [12, 13], [0, 14], [0, 15], [14, 16], [15, 17]] | + | |
- | elif MODE is " | + | ===Sans GPU, avec CPU=== |
- | nPoints | + | Marche bien mais le FPS = 0.7 sur mon portable avec les 4 CPU à fond: normal les **fichiers |
- | POSE_PAIRS | + | |
- | [14, 11], [11, 12], [12, 13]] | + | |
- | </ | + | |
- | Cubemos utilise le MODE COCO. | + | |
- | ===== Ressources libres, open sources, gratuites===== | + | |
- | * **[[https:// | + | |
- | * **[[https:// | + | |
- | * **[[https:// | + | |
- | * **[[http:// | + | |
- | **ROS** | + | |
- | * [[https:// | + | |
- | * [[https:// | + | |
- | * [[http:// | + | |
+ | ===Avec GPU: GTX 1060=== | ||
+ | * [[installation_de_cuda|]] | ||
+ | * image = 368*368 FPS = 7 | ||
+ | * image = 184*184 FPS = 15 | ||
+ | La compilation fût laborieuse mais le résultat est bluffant. | ||
- | =====RealSense D455 avec OpenNI===== | + | =====Visualisation dans le Blender Game Engine===== |
- | * [[https://support.troikatronix.com/support/solutions/ | + | |
- | * [[https:// | + | |
- | * [[https:// | + | |
- | | + | |
- | | + | |
- | * [[https://s3.amazonaws.com/com.occipital.openni/OpenNI_Programmers_Guide.pdf API C++|OpenNI_Programmers_Guide.pdf]] | + | |
- | + | ||
- | ====Installation Realsense et OpenNI==== | + | |
- | * [[intel_realsense|Installation du driver et des libs Intel Realsense]] | + | |
- | * [[https://github.com/IntelRealSense/ | + | |
- | =====Ressources propriétaires payantes===== | + | |
- | ===Nuitrack 60 €=== | + | |
- | * [[https:// | + | |
- | ===Cubemos 75 €=== | ||
- | * [[skeleton_tracking_de_cubemos_logiciel_proprietaire|]] | ||
- | {{tag> | + | {{tag> |
pose_estimation_avec_opencv.txt · Dernière modification : 2021/12/14 09:19 de serge