このレシピは、単眼デプス推定モデルのMiDaSv2.1の推論結果に対し、シンプルなキャリブレーションを行い、距離を測定するレシピです。※単眼デプス推定は単眼深度推定や単眼距離推定などと呼ばれることもあります以下の内容を含みます。1.T...
image = cv2.imread('XXXXXXXX.jpg') image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB) results = hands.process(image) process()に画像投げ込んだら、手のランドマークをゲット🦔! ※別途、描画処理が必要です。 CPU動作でもかなり早い! むしろGPU対応していない気がする(ドキュメントのどっかに非対応な旨が書いてあるはあず、、、 MediaPipe(Pythonパッケージ版)がサポートする機能(2020/12/17時点) Pythonパッケージ版のMediaPipeは、現時点で以下の4機能をサポートしています。 Hands Pose Face Mesh Holistic(Pose, Face Mesh, Handsを一度に推定) MediaPipe(Pythonパッケージ版)
東京大学は6月15日、一般的なデジタルカメラの画像から、鉢植え植物の3次元データを高精度に自動測定するPythonパッケージ(EasyDCP:Easy Dense Cloud Phenotyping)を開発し、公開したと発表した。 EasyDCPを利用した測定の大まかな流れ 資料:東京大学 同大学によると、近年は植物の3次元形質を非破壊的に測定するための手法が発展してきているが、既存のシステムは高価であり、大規模な施設や専門的な装置が必要といった理由から、生態学の分野ではそれらのシステムがほとんど用いられてこなかったという。 しかし、生態学的研究において草丈、投影葉の面積、草姿など植物の形に関する測定は非常に重要であり、鉢植えの植物を安価で高速に測定するシステムが必要とされていた。そこで同大学は、一般的なデジタルカメラと、市販およびオープンソースのソフトウェアを組み合わせたパイプライン(E
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
処理を実行中です
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