https://github.com/iml1111/opencv_pose_detection
Study for Openpose
https://github.com/iml1111/opencv_pose_detection
computer-vision human-pose-estimation opencv pose-estimation python
Last synced: 6 months ago
JSON representation
Study for Openpose
- Host: GitHub
- URL: https://github.com/iml1111/opencv_pose_detection
- Owner: iml1111
- License: mit
- Created: 2019-08-01T16:32:58.000Z (about 6 years ago)
- Default Branch: master
- Last Pushed: 2019-09-07T17:06:32.000Z (about 6 years ago)
- Last Synced: 2025-03-25T18:45:29.632Z (7 months ago)
- Topics: computer-vision, human-pose-estimation, opencv, pose-estimation, python
- Language: Python
- Homepage:
- Size: 6.84 KB
- Stars: 4
- Watchers: 1
- Forks: 7
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
- License: LICENSE
Awesome Lists containing this project
README
# opencv_pose_detection
Study for OpenPose
사람을 움직임 및 포즈를 탐지하는 OpenPose 모델 실습 코드입니다.
# Requirement
1. 가장 먼저 MPI 및 COCO 모델이 필요합니다. 본인이 해당 알고리즘을 통해
직접 학습시킨 모델이 있다면 그것을 사용해도 무방합니다.
MPII Model
http://posefs1.perception.cs.cmu.edu/OpenPose/models/pose/mpi/pose_iter_160000.caffemodel
COCO Model
http://posefs1.perception.cs.cmu.edu/OpenPose/models/pose/coco/pose_iter_440000.caffemodel
2. 해당 모델을 사용할 수 있는 OpenCV 라이브러리가 필요합니다.
```python
pip install opencv-python
```
# Getting Started
1. 먼저 설치한 각각의 링크에서 설치한 모델을 해당 코드의 model 디렉터리 내에 넣습니다.
그리고 다음과 같이 각각의 모델 및 파라미터 파일 이름을 다음과 같이 바꿔주세요.
```python
λ cd model\
test.md
λ ls
coco.caffemodel coco.prototxt mpi.caffemodel mpi.prototxt test.md
```
2. input 디렉터리 내에 움직임을 탐지할 이미지 혹은 비디오 파일을 넣어줍니다.
Image: jpg or png or jpeg
Video: mp4 or avi
3. 이미지를 탐지할 것이라면 image.py, 비디오를 탐지할 것이라면 video.py를 실행시켜 주세요.
```python
>>> python image.py
OR
>>> python video.py
```
4. 생성된 미디어 파일은 output 디렉터리에서 확인할 수 있습니다.