Comento-Computer-Vision

|─ src/

| └─ __init__.py # 패키지 설정 파일

| └─ color_filter.py # 적색 영역 추출

| └─ image_preprocessing.py # 이미지 전처리

| └─ generate_depth_map.py # 깊이 맵 생성

| └─ generate_point_cloud.py # 3D 시각화

| └─ detect_person_video.py # 사람 탐지 및 기록

|─ test/ | └─ unit_test.py # 기본 테스트

| └─ test_3d_processing.py # 깊이 맵 및 3D 생성 테스트

| └─ test_detect_person.py # 사람 탐지 모델 입력 영상 및 기록 테스트

|─ input

| └─ sample.jpg # 깊이 맵 생성 샘플 이미지

| └─ sample2.jpg # 객체 탐지 샘플 이미지

| └─ detect_person_sample.mp4 # 사람 탐지 샘플 영상

| └─ detect_person_sample2.mp4 # 사람 탐지 샘플 영상2

|─ output

| └─ processed_samples/ # 데이터 전처리 결과 이미지 폴더

| └─ image_1.jpg

| └─ image_2.jpg

| └─ image_3.jpg

| └─ image_4.jpg

| └─ image_5.jpg

| └─ result.jpg # 객체 탐지 결과 이미지

| └─ detect_person/ # 사람 탐지 및 기록, 주석 영상 폴더

| └─ detect_person_sample_annotated.mp4

| └─ detect_person_sample_person_times.csv

| └─ detect_person_sample2_annotated.mp4

| └─ detect_person_sample2_person_times.csv

|─ model

| └─ best.pt # 객체(차, 사람, 자전거) 탐지 모델

| └─ yolov8n.pt # 사전 학습된 사람 탐지 모델

1차 업무

 - 빨간색 영역 감지 및 필터링

 - 크기 조정, 색상 변환, 노이즈 제거, 데이터 증강 등 이미지 전처리

2차 업무

 - 깊이 맵 생성 및 3D 시각화

 - 위 코드 단위 테스트

3차 업무

 - roboflow에서 차, 사람, 자전거 데이터셋 생성 후 YOLOv8 모델 학습

 - 학습한 모델 파일을 추가하여 차, 사람, 자전거 객체 탐지

4차 업무

 - 경량 보안 모니터링 프로젝트

 - 사전 학습된 YOLOv8n 모델을 활용하여 사람 탐지 및 주석 영상 출력, 로그 기록