You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert
実行方法 下記からbinaryファイル(現時点の最新はopenpose-1.3.0-win64-gpu-binaries.zip)をダウンロードする https://github.com/CMU-Perceptual-Computing-Lab/openpose/releases 解凍したフォルダ(仮にopenposeとする)をCドライブ直下に置く (実際はどこに置いても良い) openpose\modelフォルダ内にあるgetModels.batを実行してモデルをダウンロードする openposeフォルダを開き,アドレスバーにcmdと入力しコマンドプロンプトを立ち上げる コマンドプロンプトでbin\OpenPoseDemo.exeを実行する コマンド Webカメラで実行する 特にオプションは必要ない bin\OpenPoseDemo.exe Imageファイルで実行する --image_
OpenPoseとは OpenPoseはDeep Learningを使って単眼カメラから人体姿勢を推定するライブラリで,CVPR2017でRealtime Multi-Person 2D Pose Estimation using Part Affinity Fieldsというタイトルで発表されたもの. OpenPose 公式ページの情報を要約すると,画像,ビデオ,webcam,IPカメラから18点のキーポイントが検出可能.各種フォーマットで結果を保存可能. 他にも,左右の手から21点,顔から70点のキーポイントを検出するオプションもある. これらはUbuntu,Windows,Nvidia Jetson TX2で動作する. というわけで,色々な用途に使えるので,よく使うオプションのメモ. 実行方法 例えば,USBカメラを使う場合は以下の通り. ./build/examples/openp
OpenPose は AI による姿勢,手,足,表情の認識ソフトウェア.Pythonインタフェースもある. URL: https://github.com/CMU-Perceptual-Computing-Lab/openpose ライセンス: 「ACADEMIC OR NON-PROFIT ORGANIZATION NONCOMMERCIAL RESEARCH USE ONLY」 https://github.com/CMU-Perceptual-Computing-Lab/openpose/blob/master/LICENSE のように定められているので,利用者側で確認すること. このページでは,Windows での,OpenPose のインストール手順をスクリーンショット等で説明する. 【サイト内の関連ページ】 OpenPose(人体の姿勢推定、モーションキャプチャ)の使用法につい
OpenPose は、人体、顔、手、足の「キーポイント」を検出するソフトウェア。 多数のカメラを配置して、3次元のキーポイントを得る機能もある OpenPose の利用条件などは、利用者が確認すること。次のWeb ページを活用してください https://flintbox.com/public/project/47343/ 【サイト内の関連ページ】 Windows で OpenPose 最新版をソースコードからビルドして、使ってみる(Build Tools for Visual Studio を利用) 謝辞:このWebページで紹介する OpenPose ソフトウェアの作者に感謝します 前準備 OpenPose のインストール Windows での OpenPose のインストール手順は,別ページで説明 OpenPose を使ってみる Windows のコマンドプロンプトを使う ビデオカメラ
画像生成AIで美女を愛でている(@Toshimaruちゃん)です。 今回は、Stable Diffusion web UI(Google Colab)で“mov2mov”(動画から動画生成)の方法をお伝えします。 まだ日本語で解説しているサイトが少ないので、この記事が参考になったら「スキ」や「保存」をよろしくお願いいたします。 ※コメントも励みになります! ★この記事は、Google Colab上でStable Diffusion WebUIが起動できることを前提とした記事となっています。よくわからん!という方は、下記の記事をご覧になってからチャレンジしてみてください。 【重要追記事項】 昨今の画像生成ブームの影響を受け、Google ColabでのStable Diffusionの利用が制限を受ける可能性があると発表がありました。ただし、有料版は、これに該当しないとのことです。無料で利用
今まで静止画だったShioriが初めて笑いながらダンスをしている動画になりました。動画そのものが6秒程度なので、速度を0.1ずつ落としながら少しずつスロー映像にして、1分48秒まで伸ばして、音楽をワンフレーズ入れてみました。 洋服の色指定とか、髪型とかPROMPTをもっと慎重に決めてしっかり描けばもう少し自然にいけるのかもしれませんが、今日は第1回目ということで、満足です。 作り方については、下記のnoteで「Toshimaruちゃん」さんが、Google Colab用として詳しく説明してくれており、僕もこれを参考にさせていただきながら何とか作ることが出来ました。本当にありがとうございました。 というわけで、詳しい作り方については、僕が書くよりToshimaruちゃんさんのnoteを見ていただいた方が早いと思いますので、ここでは簡単なサマリーを整理します。 1.Stable Diffusi
先日、ControlNetに新しく追加されたReference-onlyを使うと、簡単に好きなキャラクターの画像を生成することができます。これまで、出したいキャラクターを出そうと思ったら、LoRAなどで学習させて、LoRAモデルを作成し、それを使って生成するのが王道でした。今回、LoRAを使わずに好きなキャラクターを生成してみます。 ControlNet reference onlyの導入 Reference-onlyを使うには、最新のControlNetが必要です。すでにControlNetをインストールしている人もControlNet1.1.153以降が必要になりますので、最新版に更新しましょう。もし、ControlNet1.1が入っていない方は、この機会にControlNet1.1のアップデートして、モデルも入手しましょう。(参考:進化したControlNet1.1のレビュー(Sta
mov2movで動画を作成する場合、なかなか安定した動画を作るのが難しいという問題点がありました。動きに合わせて生成される動画が一定にならず、結構カチャカチャした動きが多くなってしまいます。そこで、先日ControlNetに実装されたreference onlyを適用して動画を作成してみました。その結果、生成する画像が安定し、割とスムーズなムービーが生成しました。
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く