Kinect Tutorial 해보기

Share
Kinect Tutorial 해보기

Kinect Physcis Tutorial 을 해보았다. 아까의 링크를 따라했는데 지금 사용하고 있는 코드 버젼이랑 다른 것 같다.
예를 들어,

// declare SimpleOpenNI object
SimpleOpenNI context;

로 context를 정의하고, context.enableScene() 같은 함수는 현재 쓰고있는 Processing 2.2.1 버전에서는 다른 API로 제공되는 듯하다.

 if (!context.enableScene()) { 
    println("Kinect not connected!"); 
    exit();

이 코드가 다음 코드로 변경된다.

 if (!context.enableDepth() || !context.enableUser()) { 
    println("Kinect not connected!"); 
    exit();

우리가 쓰는 버전을 포팅된 코드는 여기의 것을 사용하였다.
그리고 구현한 데모는 다음과 같다.

다음에는 이 코드의 polygon, particle등의 코드를 읽고 변경해보면서 응용해보고, projector[1]가 있으면 calibration을 해보려한다. 최종 목표가 스크린에 kinect로 인식한 오브젝트를 스크린에 그림자로 정확히 투영시키는 것인데, calibration이란 아래 사진처럼 프로젝터와 스크린 사이에 체크보드를 통해서 정확한 포지션을 잡아두는 과정이다.


  1. UC40이라는 6만원짜리 저렴한 중국산 프로젝터가 가성비가 엄청 좋은데... 소음이 너무 심하다, 고민중이다. ↩︎

Read more

허깅페이스 르로봇 해커톤 후기

허깅페이스 르로봇 해커톤 후기

본 블로그의 주인장들은 이번 허깅페이스의 르로봇 월드와이드 해커톤의 서울 호스트를 맡았습니다. 너무 재밌었고, 그 과정들과 후기를 남깁니다. 현장은 다큐 형식의 작은 영상을 만들었으니 한번 봐주세요. 계기 저는 LLM 만 하고 있었고, Action 모델은 사실 관심이 없었습니다, 준호는 1년 정도 로봇에 AI 를 넣는 일을 하고 있었죠. 허깅페이스에서 르로봇 플랫폼을 만들고

By park jong hyun
DeepDive LLM 3편 - Reinforcement Learning

DeepDive LLM 3편 - Reinforcement Learning

* 1편 - 사전 학습 (Pre Training) * 2편 - Supervised Fine Tuning * 3편 - Reinforcement Learning Reinforcement Learning Pretrain, SFT 에 이어서 세번째 단계는 Reinforcement Learning (RL, 강화학습) 입니다. 비유를 해보자면, pretrain은 그냥 책을 읽는 것이고요, SFT는 예제 문제와 이미 작성된 해설을 보는 것입니다. RL 은 해설이 없는 문제를 직접 풀어보는 것입니다. 어떻게 풀든

By park jong hyun
DeepDive LLM 2편 - Supervised Fine Tuning

DeepDive LLM 2편 - Supervised Fine Tuning

* 1편 - 사전 학습 (Pre Training) * 2편 - Supervised Fine Tuning * 3편 - 강화 학습 (Reinforcement Learning) Supervised Fine Tuning Post Training 의 첫번째 단계 SFT 입니다. Pre Training 에 비하면 아주 작은 양의 데이터만 필요하지만, 실제로 성능을 이끌어 내는데에는 중요한 단계입니다. 멀티턴 대화 (Multi Turn Conversation) ChatGPT 를 포함해서 대부분의 AI 서비스들은

By park jong hyun
DeepDive LLM 1편 - 사전 학습 (Pre-Training)

DeepDive LLM 1편 - 사전 학습 (Pre-Training)

본 포스트 시리즈는 카파시 선생님의 영상 을 기반으로 정리한 내용입니다. 직접 유투브에서 다루기도 했으니 영상으로 보셔도 됩니다. * 1편 - 사전 학습 (Pre-Training) * 2편 - Supervised Fine Tuning * 3편 - 강화 학습 (Reinforcement Learning) LLM 의 Training LLM을 만들 때는 크게 세 가지 주요 단계가 있습니다. 1. 사전 학습(Pre-Training) * 인터넷 텍스트(

By park jong hyun