본문 바로가기

전체 글

(11)
결과영상 www.youtube.com/watch?v=TLzBcerTF2E
라즈베리파이 파이카메라 동영상 촬영 1. 라즈베리파이 설정과 카메라 라이브러리 설치 sudo raspi-config 5번 옵션에서 카메라를 켜는 설정을 합니다. 그 다음 picamera 라는 라이브러리를 설치해줍니다. 터미널에 sudo apt-get update sudo apt-get install python-picamera picamera를 설치하고 그 다음에 라즈베리파이의 펌웨어를 업데이트합니다. sudo rpi-update 2. 동영상 촬영하기 다음의 명령어로 동영상을 촬영합니다. raspivid -o video.h264 -t 10000 -d 10000은 10초를 의미합니다. 3. 녹화된 영상 재생하기 omxplayer video.h264 다음의 명령어로 촬영한 동영상을 재생합니다.
Folium을 이용하여 지도위에 맵핑찍기 지도위 맵핑에 필요한 Folium패키지를 다운받습니다. 다음 명령어로 다운합니다. pip install folium 인스톨이 정상적으로 되었으며 파이썬 쉘을 실행시킨 후 ‘folium’을 임포트(import)하는 것만으로준비는 끝납니다. 초기 객체의 생성은 ‘.Map()’ 메소드에 중심 좌표값을 지정함으로 간단하게 생성할 수 있습니다. >>> import folium >>> map_osm = folium.Map(location=[36.833585, 127.179149]) >>> map_osm.save('d:/temp/abc_data/map1.html') #파일이 저장될 위치 마커(Marker) 설정 folium.Marker([36.833585, 127.179149], popup="상명대학교 천안캠퍼스",..
프로젝트 결과 영상 도로결함 탐지 및 피드백 시스템 최종 결과물 영상 유튜브 : https://www.youtube.com/watch?v=o6hGtg5tAF4
도로결함탐지 및 피드백 시스템 구성도
GUI(Graphical User Interface) PyQt는 영국의 Riverbank Computing이라는 곳에서 C++의 Cross Platform GUI Frameowrk중의 하나인 QT를 파이썬 모듈로 변환해 주는 툴을 만들면서 시작되었습니다. 설치하려면 http://pyqt.sourceforge.net/Docs/PyQt5 에서 다운로드하면 됩니다. 간단하게 설명하면 Qt는 GUI화면을 만들어 주는 도구로 C++용이였는데 파이썬에서도 사용할 수 있게 변환 툴을 만들어 주여서 우리는 파이썬과 Qt를 사용해서 원하는 것을 빠르게 만들 수 있게 되었습니다. 파이썬으로 스크립트를 작성하고 마지막에 배포하기 전에 GUI(Graphic User Interface)를 추가한다면 PyQt를 사용하면 좋습니다. 파이썬 진영에는 PyGTK, PySide, Tkin..
Android 어플리케이션 Android 앱에 YOLO모델을 적용하기 위해 TensorFlow 팀에서 제공해주는 데모 프로그램을 기반으로 사용할 것이다. 따라서 해당 repository를 clone 한다. tensorflow/tensorflow/examples/android에 안드로이드 프로젝트가 존재하므로 이를 Android Studio를 이용하여 실행해주면 됩니다. 처음 프로젝트를 불러오면 Gradle, SDK 등을 업데이트하거나 설정하라는 안내가 표시됩니다. 요구사항을 설치/설정 해주고나서 가장 먼저 할 일은 bulid.gradle 파일의 nativeBuildSystem 변수 값을 ‘none’으로 변경하는 것입니다. 해당 데모 앱에는 ClassifierActivity, StylizeActivity, SpeechActivity..
이미지 증가 저희는 구글 크롤러를 통해 수집한 약 2000장의 포트홀 이미지를 를 케라스라이브러리를 통해 약 6700장으로 늘렸습니다. 이미지를 증가시킬때 필요한 파라미터는 다음과 같습니다. 이미지 증가 코드 import numpy as np import os from os import listdir from os.path import isfile, join from PIL import Image from keras.preprocessing.image import ImageDataGenerator, array_to_img, img_to_array, load_img data_datagen = ImageDataGenerator(rescale=1./255) data_datagen = ImageDataGenerator(re..