assert!(식) 매크로는 "식"에 있는 값이 true이면 테스트가 성공한 것으로 여기고, false 이면 에러인 것으로 취급합니다. assert_eq!() 혹은 assert_ne!() 매크로는 2개의 파라미터를 받아들여 에러가 난 경우 두 파라미터의 값이 어떻게 다른지 출력해 줍니다. assert_eq!(rect.left(), 4); assert_eq!(rect.top(), 5); assert!(rect.contains(rect.left(), rect.top())); assert_eq!() 매크로는 실패하면 아래와 같이 좌, 우 파라미터가 어떻게 다른지 자세하게 출력하게 됩니다. Rust의 assert 매크로는 (다른 test framework과 달리) expected vs actual 의 구분이 없..

윈도우에서 Rust로 opencv 라이브러리 에러 발생 chocolatey 설치 https://crates.io/crates/opencv https://chocolatey.org/install#generic 윈도우 powershell을 관리자권한으로 실행합니다 powershell에 아래 내용을 실행하면 choco가 설치됩니다. Set-ExecutionPolicy Bypass -Scope Process -Force; [System.Net.ServicePointManager]::SecurityProtocol = [System.Net.ServicePointManager]::SecurityProtocol -bor 3072; iex ((New-Object System.Net.WebClient).DownloadSt..

Compiling helloworld v0.1.0 (C:\Users\DELL\helloworld) error: linker `link.exe` not found note: The system cannot find the file specified. (os error 2) note: the msvc targets depend on the msvc linker but `link.exe` was not found note: please ensure that VS 2013, VS 2015 or VS 2017 was installed with the Visual C++ option error: aborting due to previous error error: Could not compile `helloworld..

https://crates.io/crates/video-rs video-rs는 ffmpeg의 libav 계열 라이브러리를 사용하는 Rust용 범용 비디오 라이브러리입니다. 읽기, 쓰기, 믹싱, 인코딩 및 디코딩과 같은 많은 일반적인 비디오 작업에 안정적이고 Rusty 인터페이스를 제공합니다. 설치 먼저 ffmpeg 라이브러리를 설치합니다. 그런 다음 Cargo.toml의 종속성에 다음을 추가합니다: video-rs = "0.4" ndarray 크레이트에서 원시 프레임을 사용할 수 있게 하려면 ndarray 기능을 사용합니다: video-rs = { version = "0.4", features = ["ndarray"] } 예제 Decode a video and print the RGB value for ..

다른 지도들은 근처가서 어디있는지 한참 찾거나 저기가 어디지? 지도에서 거의 틀린그림 찾기 했었는데 이 지도는 웨이포인트도 표시 되어 있어서 보기 훨씬 편했습니다. 릴리트의 제단을 모으면서 문득 로아의 모코코 시스템이랑 비슷하다 생각이 들었습니다. 조각난 봉우리 메마른 평원 하웨자르 케지스탄 스코스글렌 전체 지도

웹상에서 이미지 load하면 해당 이미지를 onnx모델로 run하고 웹상으로 띄어줍니다. use std::{sync::Arc, path::Path}; use image::{GenericImageView, imageops::FilterType}; use ndarray::{Array, IxDyn, s, Axis}; use ort::{Environment,SessionBuilder,tensor::InputTensor}; use rocket::{response::content,fs::TempFile,form::Form}; use video_rs::{self, Decoder, Locator}; use std::path::PathBuf; use video_rs::{Encoder, EncoderSettings, Ti..

YOLOv8n 모델을 onnx모델로 export합니다. from ultralytics import YOLO model = YOLO("yolov8n.pt") model.export(format="onnx") yolov8n.onnx 파일이 생성됩니다. ONNX 모델로 Detection 라이브러리 설치후 import합니다. !pip install onnxruntime import onnxruntime as ort 모델을 불러옵니다. model = ort.InferenceSession("yolov8n.onnx") 모델 RUN outputs = model.get_outputs() output = outputs[0] outputs = model.run(["output0"], {"images":input}) outp..