PythonとMediaPipeで画像認識を試す〜顔・手・姿勢のランドマーク検出(Tasks API版)〜
PythonのMediaPipeで顔・手・姿勢のランドマーク検出を試した記録です。現在のTasks APIの書き方を軸に、モデルファイル(.task)の渡し方、顔478点・手21点・姿勢33点の検出、表情の度合い52種類、Webカメラでの動かし方までをまとめ、削除された旧APIとの違いも対比しています。
プログラミングや3DCGで何か作りたいと思っているエンジニアがいます
PythonのMediaPipeで顔・手・姿勢のランドマーク検出を試した記録です。現在のTasks APIの書き方を軸に、モデルファイル(.task)の渡し方、顔478点・手21点・姿勢33点の検出、表情の度合い52種類、Webカメラでの動かし方までをまとめ、削除された旧APIとの違いも対比しています。
Pythonの変数とデータ型、print関数とf文字列、条件分岐(match文を含む)、繰り返し、関数、クラスと継承までを1本にまとめました。インデントで書くブロック、リストと辞書とタプルの使い分け、selfの意味など、他の言語から来た人がつまずきやすい点も添えています。
パソコンの主なパーツが何をしているのかを机の上の作業にたとえて整理しました。混同しやすいメモリとストレージの違い、コア数と周波数の効き方、HDDとSSD、冷却、デスクトップとノートの違いまで扱っています。
MacでWindows用ゲームを動かす方法をWhisky中心にまとめました。互換レイヤー・仮想マシン・Boot Camp・Mac対応版の違い、特に混同しやすい互換レイヤーと仮想化の差、ボトルの作り方、動くもの・動かないものの傾向、うまくいかないときに見るところ、開発終了後の選択肢まで扱っています。
C言語の開発環境の用意からHello World、変数・条件分岐・繰り返し・関数・配列、そして最大の関門であるポインタ、文字列操作、ファイル入出力、関数マクロ、ビット演算、動的メモリ確保、構造体までを1本にまとめました。ポインタは図で仕組みから説明し、配列の範囲外アクセスやmalloc/freeの対応など、つまずきやすい点も添えています。