Develop me

Python OpenCV를 이용해서 YOLOv8과 함께 묶어,Intel RealSense L515와 D435를 통해 특정 오브젝트가 감지되었을 때,해당 object의 깊이 정보를 받아오는 과정을 수행해보겠습니다. YOLO가 필요없으신 분들은 아래 글을 참조하시기 바랍니다. Intel Realsense를 이용한 Python openCV 영상 처리최종적으로 시각 정보를 사용하기 위해 Intel RealSense Viewer 를 사용할 것이 아니고, python3 openCV를 이용해서 RGB Stream과 Depth Stream 을 가져오고 python에서 정보를 처리하길 원했기 때문에 이를 구현한cobang.tistory.com 참조한 좋은 레퍼런스 입니다. 리얼센스 카메라를 활용한 yolov8 기반 hu..

Jetson Nano에서 TensorRT 기반 yolov7 동영상 분석지난 번 글에서 TensorRT를 이용하여 yolov7 분석을 하기 위해 사전 환경을 구성하였습니다. 이번에는 실제로 Jetson Nano에서 TensorRT를 적용하여, yolov7-tiny 모델로 동영상을 분석하는 과정에 대해 글을cobang.tistory.com 이번 글에서는 DeepSORT와 SORT 분석을 이용해서YOLOv7을 ID 기반 분석을 수행할 수 있도록 발전(?)시킨 과정에 대해 설명드리겠습니다. 먼저 DeepSORT 에 대해서 설명하겠습니다.DeepSORT (Deep Learning to Track and Sort)는 객체 추적을 위한 알고리즘으로, 주로 YOLO와 같은 Object detecting 알고리즘과 함께..

ROS2 humble에서 OpenManipulator-X 환경 구성 및 조작연구원에 있으면서 기회가 되어 여러 로봇 팔을 조작해볼 기회가 생겨 작성하게 되었습니다. 다만 로보티스 OpenManipulator-X는 아직 ROS2에 최적화 되어있지 않은 느낌을 많이 받았습니다. 그래도cobang.tistory.com이전 글에서 이어지는 내용입니다.지난 글에서는 OpenManipulator-X를 ROS2에서 환경을 구성하고,keyboard로 간단하게 컨트롤 해보았습니다. 이번에는 직접 python에서 동작을 구성하여 키보드로 동작을 수행하도록 해보았습니다.~/omx_ws/src/open_manipulator/open_manipulator_x_teleop/open_manipulator_x_teleop/scrip..

지난 번 글에서 TensorRT를 이용하여 yolov7 분석을 하기 위해 사전 환경을 구성하였습니다.이번에는 실제로 Jetson Nano에서 TensorRT를 적용하여, yolov7-tiny 모델로 동영상을 분석하는 과정에 대해 글을 쓰겠습니다.약 17fps의 분석 속도가 획득됩니다. 아래 이전 글에서 이어지는 내용입니다. Jetson Nano 에 yolov7 TensorRT 사전 환경 구성Jetson Nano 4GB에서 yolov7-tiny 모델 기반으로 웹캠으로 들어온 실시간 영상 처리를 해보았습니다. 이 때 실시간 영상 처리 속도는 TensorRT를 사용하여 17fps 를 획득하였는데, 해당 과정에 대해서 설명cobang.tistory.com  지난 글에서 필요한 환경을 구성하였습니다.이 환경에서 ..

Jetson Nano 4GB에서 yolov7-tiny 모델 기반으로 웹캠으로 들어온 실시간 영상 처리를 해보았습니다.이 때 실시간 영상 처리 속도는 TensorRT를 사용하여 17fps 를 획득하였는데,해당 과정에 대해서 설명하도록 하겠습니다. 이전 글에서 이어지는 내용입니다. Jetson Nano 에서 yolov7-tiny 를 이용한 물체 추적 카메라 거치대 개발정말.. 이 블로그 자체에 들어와본지가 오래된 것 같다. 드디어 종강하고서야 글을 쓰게 되었다. 여태까지 쓴 글들도 정리하고, 보완하고 앞으로 쓸 글들을 기술적으로 잘 설명해야겠다는 생각cobang.tistory.com  이 글에서는 영상 처리를 위한 환경 구성과 같은 사전 과정에 대해서 다루겠습니다.먼저 저의 Jetson Nano 환경은 CU..

정말.. 이 블로그 자체에 들어와본지가 오래된 것 같다.드디어 종강하고서야 글을 쓰게 되었다.여태까지 쓴 글들도 정리하고, 보완하고 앞으로 쓸 글들을 기술적으로 잘 설명해야겠다는 생각이 들었다. 가장 먼저 정리를 시작할 것은 지난 학기 캡스톤 디자인 과목에서 간단하게 개발하였던 Tracker이다.  Tracker는 다음과 같은 특징을 지닌다. 1. GPU를 가진 Jetson Nano 4GB 모델 기반2. GPU를 활용한 OpenCV 실시간 영상 처리3. TensorRT를 사용한 yolov7 영상 분석 최적화4. 모터 제어를 통한 타겟 물체 추적 5. DeepSORT 찍먹6. 임베디드 + Non - Internet  이를 개발한 목적은 최근 숏폼, vlog와 같은 1인 미디어 영상이 증가하고 있는데, 이러..