[공부] Bonnet Framework 분석 및 활용 #2 테스트

Bonnet framework에 대해 이어서 적어본다.

  • https://github.com/PRBonn/bonnet

활용을 위해서는 모든 것을 알 필요는 없다.

Bonnet framework를 활용하여 사람을 검출해봤다.

이 링크는 개발자가 올려 놓은 뮤직비디오에서 사람 검출이다.

생각보다 아주 빠르고 잘된다. 노트북에서 10fps 정도 속도로 검출한다.


프레임워크를 단순히 사용하는 방법은 간단하다.

이 프레임 워크는 이미지를 분류하는 프로그램일 뿐이고 분류하기 위해서는 모델이 필요하다.

  1. 사람 검출을 하기 위해서 사람 모델을 다운 받는다.
    • 프레임워크를 개발한 사람들이 만들어놓은 모델을 활용하였다. Link
  2. Bonnet에서 제공하는 docker 파일를 받는다.
  3. pre-model을 frozen protobuf를 생성한다.
    • ./cnn_freeze.py -p /shared/persons_512
    • frozen protobuf은 /tmp/frozen_model에 생성된다.
  4. roslaunch bonnet_run bonnet_run.launch
    • model path 경로 확인, 생성한 frozen protobuf를 읽도록 한다.
    • image topic 확인
  • input
    • rgb image
    • config
      • topic name
      • model path
  • output
    • segmentation image

왼쪽 이미지는 결과물인 세그멘테이션된 이미지, 오른쪽은 원본 이미지이다.

댓글 남기기

이메일은 공개되지 않습니다. 필수 입력창은 * 로 표시되어 있습니다