본문 바로가기

Pose-Agent

 (8)
[탐구] Pose-Agent: 추출한 데이터셋 분석 PoseAgent ├── main.py ├── train.py ** ├── tools | ├── dataset_collector.py ├── model | ├── pose_extractor.py (MediaPipe) | ├── feature_extractor.py | └── posture_model.py (TCN) ** ├── data/datasets | ├── dataset_bad.npz | ├── dataset_good.npz | └── dataset.npz └── pose_landmarker_lite.taskPytorchPytorch를 사용해본 적이 없어서, 일단 하라는대로 기.. 2026. 4. 4. 21:29
[탐구] Pose-Agent: TCN 학습 데이터셋 만들기 TCN 시계열 분석 모델을 학습시켜야 한다. [탐구] 시계열 데이터 예측 모델과 *TCN*시계열 데이터?시계열 데이터는 "시간의 흐름에 따라 순서대로 쌓인 데이터"를 의미힌다. 주가, 날씨 또는 매출 기록과 같은 시계열 데이터는 순서와 흐름이 중요하기 때문에, 일반적인 딥러닝oiblog.tistory.com TCN 모델을 통해 사용자의 자세가 올바른 자세인지 또는 자세에 문제가 있는지에 대해서 판단하려 한다.즉, 그 자세를 판단하기 위해 TCN을 학습시켜야 한다. TCN을 학습시키기 위한 데이터셋을 어떻게 만들까? TCN 설계 계획 변경원래 계획:multi-class로 분류하는 TCN ex. [0.2, 0.7, 0.1, 0.0]TCN의 입력 형태는 ( batch size, frame, # feature .. 2026. 4. 3. 15:05
[탐구] Pose-Agent: Feature Extractor [탐구] MediaPipe 테스트 실행해보기MediaPipe Testopencv에서 제공해주는 mediapipe를 간단하게 아래와 같은 명령어를 git bash에 입력해서 설치를 하면 된다는 글을 보고 똑같이 작성해보았더니 글로벌 환경에 설치되어 있는 Python packages들oiblog.tistory.com 이전 테스트 실행해본 결과값을 바탕으로 어떤 feature를 어떻게 계산할지 구상해보는 과정을 기록하려고 한다. 일단 MediaPipe의 출력값은 idx(신체 부위)와 x, y, z, presence(신뢰도)이다. 내가 feature로 생각했던 것들을 일단 리스트업 하고 어떻게 연산하게 될 지 어떤 feature를 추가 및 제거해야할지 더 생각해보자.관절 각도: elbow angle, wrist.. 2026. 3. 30. 09:02
[탐구] MediaPipe 테스트 실행해보기 MediaPipe Testopencv에서 제공해주는 mediapipe를 간단하게 아래와 같은 명령어를 git bash에 입력해서 설치를 하면 된다는 글을 보고 똑같이 작성해보았더니 글로벌 환경에 설치되어 있는 Python packages들과 충돌할 가능성이 있으니 가상환경을 생성해서 하라고 했다. pip install mediapipe opencv-python 가상환경 설정일단 나는 `pip: command not found`라는 메세지도 뜨기도 했고,,, 그래서 가상환경,, 정말 잘 쓰지 못하지만 예전에 아나콘다를 사용해본 적이 있었어서 아나콘다를 사용하면 될까? 아니면 Colab? 이라고 생각했다. 그러나 AI의 도움으로 Python 기본 환경인 가상환경 venv에 대해 알게 되었다. 간단한 프로젝트.. 2026. 3. 28. 17:56
[탐구] 시계열 데이터 예측 모델과 *TCN* 시계열 데이터?시계열 데이터는 "시간의 흐름에 따라 순서대로 쌓인 데이터"를 의미힌다. 주가, 날씨 또는 매출 기록과 같은 시계열 데이터는 순서와 흐름이 중요하기 때문에, 일반적인 딥러닝 모델보다 "시간적 관계"를 잘 이해하는 모델이 필요하다. 시계열 데이터는 ① 순서가 중요하고 ② 과거가 미래에 영향을 끼치며 ③ 패턴이 반복 즉 주기성을 띈다. 시계열 데이터 예측 모델 Time Series Forecasting Model 위에서 이야기했던 시계열 데이터를 다루기 위한 "시간적 관계"를 잘 이해하는 딥러닝 모델이 바로 시계열 데이터 예측 모델이다. 딥러닝 모델에서 입력은 과거 데이터가 될 것이고 출력은 미래 예측이 될 것이다. 다시 말해 이전 순서와 흐름의 패턴을 파악한 뒤 예측한 결과를 출력하는.. 2026. 3. 28. 03:41
[탐구] 협주가능 악기 레슨 Agent AI: 모델 비교 및 수정 [탐구] 협주가능 악기 레슨 Agent AI: Pose Agent 아키텍쳐 설계TARGET CUSTOMER: 악기를 배우는 어르신들, 자유롭게 레슨을 받고 싶은 사람들, 다른 악기와 협주해보고 싶은 사람들 USER SCENARIO: 사용자는 먼저 레슨 모드 또는 합주 모드를 선택한다. 합주 모드에서oiblog.tistory.com 지난 post에 이어, 수정된 아키텍쳐 내용을 기록할 예정이다.아키텍쳐를 수정하는 과정에서 여러 모델들을 접할 수 있었고, 여러 모델들을 비교해본 결과 사용하게 될 최종 모델로 결정한 이유에 대해서 기술하려 한다. 내가 결정하고 선정한 모델에 대한 명확한 이유가 있었던 만큼 좋은 결과가 있길 바라며!Overall Pose Agent Architecture FlowPoseAgen.. 2026. 3. 28. 01:03
[탐구] 협주가능 악기 레슨 Agent AI: Pose Agent 아키텍쳐 설계 TARGET CUSTOMER: 악기를 배우는 어르신들, 자유롭게 레슨을 받고 싶은 사람들, 다른 악기와 협주해보고 싶은 사람들 USER SCENARIO: 사용자는 먼저 레슨 모드 또는 합주 모드를 선택한다. 합주 모드에서는 기존 연주 데이터를 기반으로 트랙을 선택하고 BPM, 박자표, 키를 맞춰 합주 환경을 구성하며, 레슨 모드에서는 곡의 메타데이터를 불러와 분석 기준을 설정한다.연주가 시작되면 시스템은 오디오와 영상을 실시간으로 수집하고, 이를 음정, 박자, 자세 Agent가 각각 분석한다. 분석 결과는 종합 Agent로 전달되어 현재 연주 상태를 평가하고, 가장 교정이 필요한 한 가지 요소를 판단한다. 필요 시 실시간 피드백을 제공하고, 문제가 없으면 개입 없이 연주를 유지한다.이 과정은 연주 종료까.. 2026. 3. 20. 02:53
[탐구] Agent AI와 Multi-Agent System 📌 Agent AI단순히 질문에 답하는 AI가 아니라, 목표를 가지고 스스로 계획하고 행동하며 작업을 수행하는 AI.구분일반 AI (ex. 챗봇)Agent AI역할질문에 대한 답변 생성목표를 달성하기 위해 행동동작 방식입력 → 출력목표 → 계획 → 행동 → 결과 평가작업 방식한 번의 요청 처리여러 단계 작업 자동 수행예시Q&A, 번역, 요약여행 예약, 코드 작성 + 실행 + 수정서울 날씨 알려줘➡️ 날씨 답변부산 여행 계획 짜줘➡️ 항공권 검색➡️ 호텔 비교➡️ 일정 계획➡️ 예약까지 진행 환경과 상호 작용하고, 데이터를 수집하고, 해당 데이터를 사용하여 미리 정해진 목표를 충족하는 자기 주도적 작업을 수행할 수 있는 소프트웨어 프로그램입니다. 사람이 목표를 설정하면 AI 에이전트는 목표를 달성하기 위.. 2026. 3. 14. 20:42

티스토리툴바