g-ia g-ia

[실시간 집중도 분석으로 순수 공부 시간 집계 서비스 : Learning Mate]를 주제로 집중도 분석 서비스를 만들고자 한다. 이전에는 OpenCV, DLIB, MidiaPipe의 Face Mesh등 라이브러리를 사용해서 돌아가는 python 코드를 작성했다면, 웹페이지와 영상을 주고 받는데 조금 어려움이 있고, 많은 사용자가 사용할 때의 서버 문제가 있었다. 보다 간단하게 집중도 분석을 하고 사용자에게 보여주기 위해 Google에서 제공하는 Teachable Machine을 사용하기로 했다.  Teachable Machine은 누구나 머신러닝 모델을 쉽고 빠르고 간단하게 만들 수 있도록 제작된 웹 기반 도구이다. 자바스크립트의 머신러닝 라이브러리인 TensorFlow.js를 사용해 우리가 웹브라우저..

NVIDIA Driver 설치 Anaconda 설치 NVIDIA CUDA Toolkit 설치 NVIDIA cuDNN Library 설치 PyTorch 설치 OpenCV 설치 Dlib 설치 Yolo v8 (ultralytics) 설치 로컬에서 Yolo v8, OpenCV, Dlib를 사용한 딥러닝 코드를 사용하기 위해서는 많은 설치가 필요하다. 먼저 nvidia 드라이브 설치가 필요하다. 오늘 하루종일 노트북에서 드라이브 설치하고 다 했는데 nvidia-smi 명령어가 실행되지 않아 한참 찾아보다가 내 노트북에 외장 GPU가 존재하지 않아 CUDA 설치가 불가능했다. nvidia-smi 명령어 실행했을 때 'nvidia-smi'은(는) 내부 또는 외부 명령, 실행할 수 있는 프로그램, 또는 배치 파일이 아..

└─omok │ OmokApplication.java │ ├─config │ │ AppConfig.java │ │ │ ├─jwt │ │ CustomJwtRuntimeException.java │ │ JwtProperties.java │ │ TokenProvider.java │ │ │ ├─oauth │ │ OAuth2AuthorizationRequestBasedOnCookieRepository.java │ │ OAuth2ClientConfig.java │ │ OAuth2SuccessHandler.java │ │ OAuth2UserCustomService.java │ │ │ └─websecurity │ TokenAuthenticationFilter.java │ WebSecurityConfig.java │ ├..

동영상 강의 시청시 집중도를 계산하고, 공부 시간 측정에 반영하고 다시 강의를 들어야 하는 부분을 알려주는 모델을 만들고자 한다. 집중도를 계산하기 위해 사용될 수 있는 데이터가 너무 많기 때문에 먼저 눈 깜박임 시간 데이터만 사용해 졸음 감지 모델을 만들어 볼 예정이다. DLIB는 OpenCV가 제공하지 않는 얼굴 랜드마크를 검출할 수 있는 라이브러리다. OpenCV의 face 모듈에도 몇가지 얼굴 랜드마크가 추가되어 있지만, 아직 구현과 지원이 미흡하기 때문에 얼굴 랜드마크 검출 분야에 널리 알려져 있는 DLIB 라이브러리를 이용해서 얼굴 랜드마크 검출을 하고자 한다. [OpenCV+DLIB를 활용해 얼굴 랜드마크 검출하기] 1. 필요한 라이브러리 import 해오기 import numpy as np..