ROS高效进阶第四章 -- 机器视觉处理之ros集成yolov5实现目标检测

界首大学

已于 2023-08-25 16:07:13 修改

阅读量4.7k

点赞数 19

文章标签： YOLO 目标检测人工智能 python 机器人计算机视觉 opencv

于 2023-08-25 15:55:05 首次发布

本文链接：https://blog.csdn.net/cy1641395022/article/details/132237482

版权

机器视觉处理之ros集成yolov5实现目标检测

1 资料
2 正文
- 2.1 深度学习框架和深度学习算法
- 2.2 yolov5_detector 样例
3 总结

1 资料

本文是机器视觉处理系列的第四篇，我们将使用当前比较流行的yolov5目标检测算法进行测试。所谓目标检测，就是识别出图像里的人和物。本文依然基于本系列第一篇 ROS高效进阶第四章 – 机器视觉处理之图像格式，usb_cam，摄像头标定，opencv和cv_bridge引入的 robot_vision 进行扩充。
再次强调下本文样例的测试环境是：Thinkpad T14 i7 + Nvidia MX450，系统是ubuntu20.04，ros是noetic。
本文参考资料如下：
（1）12大深度学习开源框架(caffe,tf,pytorch,mxnet等)快速入门项目
（2）Nvidia tensorRT github
（3）ROS(noetic)+ubuntu20.04+virtualenv（python3.7.1）+YOLOV5实现目标检测
（4）yolov5 github
（5）解决yolov5 AttributeError: ‘Upsample‘ object has no attribute ‘recompute_scale_factor‘

2 正文

2.1 深度学习框架和深度学习算法

（1）深度学习框架和算法的关系，就像厂房和产品的关系，框架生成算法。
深度学习框架为实现深度学习算法提供了一套完整的解决方案，可以简化复杂算法的编码过程，使得开发者可以更加集中精力在模型设计和优化上，而无需关心底层的计算细节。框架还会提供友好的API接口，方便进行模型训练、评估和优化。
当前比较流行的深度学习开源框架包括：TensorFlow，PyTorch等。前些年TensorFlow用的多，现在PyTorch更火一些，本文使用的yolov5算法就是基于PyTorch，用来实现实时目标检测，特点就是快。yolov5的github：yolov5 github ，具体细节暂不深究。
这里推荐一篇文章，其系统梳理了当前各种深度学习开源框架的特点：12大深度学习开源框架(caffe,tf,pytorch,mxnet等)快速入门项目
（2）ONNX：理论上任何深度学习算法，都可以使用不同的框架设计实现。更进一步，同一个深度学习算法，也应该能在不同的框架内跑起来，于是有了ONNX（Open Neural Network Exchange）。
ONNX定义了一个包含神经网络图结构和张量数据类型的通用模型格式，其使得模型可以跨越不同的框架进行共享，并且可以在各种硬件上高效地执行。有了它，开发人员可以选择最适合他们需求的工具进行模型的设计、训练、优化和部署，而无需担心模型格式的兼容性问题。
（3）TensorRT：在自动驾驶领域，实车运行了各种深度学习算法，他们统一使用ONNX模型，而模型的运行时环境普遍采用英伟达的TensorRT。
TensorRT是NVIDIA开发的深度学习推理（Inference）优化器和运行时库，其目标是加速深度学习模型的部署和推理过程，支持在嵌入式环境下，高效运行深度学习算法。这个是TensorRT的github：Nvidia tensorRT github

2.2 yolov5_detector 样例

（1）安装依赖：请把yolov5的依赖列表 requirements.txt 下载到本地，然后使用 pip3 安装依赖：

pip3 install -r requirements.txt

（2）安装cuda驱动：由于我的笔记本是ubuntu系统，安装系统时，其默认不支持Nvidia GPU的cuda驱动，而是使用英特尔的集成显卡驱动，因此需要给笔记本单独安装cuda。这里是thinkpad T14 Nvidia MX450的驱动链接：Nvidia MX450 cuda驱动，下载后执行，其在安装过程中会自动禁用掉intel集成显卡，然后继续安装cuda。cuda安装成功后，使用nvidia-smi命令校验：
在这里插入图片描述

（3）在 robot_vision 中创建yolov5_detector

cd ~/catkin_ws/src/robot_vision 
mkdir scripts
touch scripts/yolov5_detector.py launch/yolov5_detector.launch

（4）yolov5_detector解析
yolov5_detector.py

#! /usr/bin/env python3
# -*- coding: utf-8 -*-

import rospy
import cv2
import torch
import numpy as np
from functools import partial
from cv_bridge import CvBridge, CvBridgeError

from std_msgs.msg import Header
from geometry_msgs.msg import Twist
from sensor_msgs.msg import Image, RegionOfInterest
from robot_vision.msg import BoundingBox, BoundingBoxes

class Yolov5Param:
    def __init__(self):
        # load local repository(YoloV5:v6.0)
        # 指定yolov5的源码路径，位于robot_vision/yolov5/
        yolov5_path = rospy.get_param('/yolov5_path', '')
        # 指定yolov5的权重文件路径，位于robot_vision/data/weights/yolov5s.pt
        weight_path = rospy.get_param('~weight_path', '')
        # yolov5的某个参数，这里不深究了
        conf = rospy.get_param('~conf', '0.5')
        # 使用pytorch加载yolov5模型，torch.hub.load会从robot_vision/yolov5/中找名为hubconf.py的文件
        # hubconf.py文件包含了模型的加载代码，负责指定加载哪个模型
        self.model = torch.hub.load(yolov5_path, 'custom', path=weight_path, source='local')
        # 一个参数，用来决定使用cpu还是gpu，这里我们使用gpu
        if (rospy.get_param('/use_cpu', 'false')):
            self.model.cpu()
        else:
            self.model.cuda()
        self.model.conf = conf

        # target publishers
        # BoundingBoxes是本样例自定义的消息类型，用来记录识别到的目标
        # 使用/yolov5/targets topic发布出去
        self.target_pub = rospy.Publisher("/yolov5/targets",  BoundingBoxes, queue_size=1)

def image_cb(msg, cv_bridge, yolov5_param, color_classes, image_pub):
    # 使用cv_bridge将ROS的图像数据转换成OpenCV的图像格式
    try:
        # 将Opencv图像转换numpy数组形式，数据类型是uint8（0~255）
        # numpy提供了大量的操作数组的函数，可以方便高效地进行图像处理    
        cv_image = cv_bridge.imgmsg_to_cv2(msg, "bgr8")
        frame = np.array(cv_image, dtype=np.uint8)
    except (CvBridgeError, e):
        print(e)
    # 实例化BoundingBoxes，存储本次识别到的所有目标信息
    bounding_boxes = BoundingBoxes()
    bounding_boxes.header = msg.header

    # 将BGR图像转换为RGB图像, 给yolov5，其返回识别到的目标信息
    rgb_image = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
    results = yolov5_param.model(rgb_image)
    boxs = results.pandas().xyxy[0].values
    for box in boxs:
        bounding_box = BoundingBox()
        # 置信度，因为是基于统计，因此每个目标都有一个置信度，标识可能性
        bounding_box.probability =np.float64(box[4])
        # （xmin, ymin）是目标的左上角，（xmax,ymax）是目标的右上角
        bounding_box.xmin = np.int64(box[0])
        bounding_box.ymin = np.int64(box[1])
        bounding_box.xmax = np.int64(box[2])
        bounding_box.ymax = np.int64(box[3])
        # 本地识别到的目标个数
        bounding_box.num = np.int16(len(boxs))
        # box[-1]是目标的类型名，比如person
        bounding_box.Class = box[-1]
        
        # 放入box队列中
        bounding_boxes.bounding_boxes.append(bounding_box)
        # 同一类目标，用同一个颜色的线条画框
        if box[-1] in color_classes.keys():
            color = color_classes[box[-1]]
        else:
            color = np.random.randint(0, 183, 3)
            color_classes[box[-1]] = color
    
        # 用框把目标圈出来
        cv2.rectangle(cv_image, (int(box[0]), int(box[1])),
                        (int(box[2]), int(box[3])), (int(color[0]),int(color[1]), int(color[2])), 2)    
		# 在框上, 打印物体类型信息Class
        if box[1] < 20:
            text_pos_y = box[1] + 30
        else:
            text_pos_y = box[1] - 10    
        cv2.putText(cv_image, box[-1],
                    (int(box[0]), int(text_pos_y)-10), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (255, 255, 255), 2, cv2.LINE_AA)    

    # 发布目标数据，topic为：/yolov5/targets
    # 可以使用命令查看：rotopic echo /yolov5/targets
    yolov5_param.target_pub.publish(bounding_boxes)
    # 将标识了识别目标的图像转换成ROS消息并发布
    image_pub.publish(cv_bridge.cv2_to_imgmsg(cv_image, "bgr8"))

def main():
    rospy.init_node("yolov5_detector")
    rospy.loginfo("starting yolov5_detector node")

    bridge = CvBridge()
    yolov5_param = Yolov5Param()
    color_classes = {}
    image_pub = rospy.Publisher("/yolov5/detection_image", Image, queue_size=1)
    bind_image_cb = partial(image_cb, cv_bridge=bridge, yolov5_param=yolov5_param, color_classes=color_classes, image_pub=image_pub)
    rospy.Subscriber("/usb_cam/image_raw", Image, bind_image_cb)
   
    rospy.spin()
    cv2.destroyAllWindows()
if __name__ == "__main__":
    main()

yolov5_detector.launch

<launch>
  <node name="usb_cam" pkg="usb_cam" type="usb_cam_node" output="screen" >
    <param name="video_device" value="/dev/video0" />
    <param name="image_width" value="640" />
    <param name="image_height" value="480" />
    <param name="pixel_format" value="yuyv" />
    <param name="camera_frame_id" value="usb_cam" />
    <param name="io_method" value="mmap"/>
  </node>

  <param name="yolov5_path"       value="$(find robot_vision)/yolov5"/>
  <param name="use_cpu"           value="false" />

  <!-- Start yolov5 and ros wrapper -->
  <node pkg="robot_vision" name="yolov5_detector" type="yolov5_detector.py" output="screen" >
    <param name="weight_path"       value="$(find robot_vision)/data/weights/yolov5s.pt"/>
    <param name="image_topic"       value="/usb_cam/image_raw" />
    <param name="pub_topic"         value="/yolov5/targets" />
    <param name="conf"              value="0.3" />
  </node>
  // 使用launch-prefix让rqt_image_view比yolov5_detector晚三秒启动，因为yolov5启动比较慢
  <node
      pkg="rqt_image_view"
      type="rqt_image_view"
      name="rqt_image_view"
      launch-prefix="bash -c 'sleep 3; $0 $@'"
      output="screen"
  />
</launch>

BoundingBox.msg

float64 probability
int64 xmin
int64 ymin
int64 xmax
int64 ymax
int16 num
string Class

BoundingBoxes.msg

Header header
BoundingBox[] bounding_boxes

（5）编译和运行
整个robot_vison的cmake为：

cmake_minimum_required(VERSION 3.0.2)
project(robot_vision)
find_package(catkin REQUIRED COMPONENTS
  cv_bridge
  image_transport
  roscpp
  rospy
  sensor_msgs
  std_msgs
  geometry_msgs
  message_generation
)
add_message_files(
  FILES
  BoundingBox.msg
  BoundingBoxes.msg
)
generate_messages(
  DEPENDENCIES
  std_msgs
)
catkin_package()
include_directories(
  ${catkin_INCLUDE_DIRS}
)
catkin_install_python(PROGRAMS
  scripts/cv_bridge_test.py scripts/face_detector.py scripts/motion_detector.py
  DESTINATION ${CATKIN_PACKAGE_BIN_DESTINATION}
)

cd ~/catkin_ws/
catkin_make --source src/robot_vision
source devel/setup.bash
roslaunch robot_vision face_detector.launch

在这里插入图片描述

（6）踩坑记录
当我运行yolov5时，出现如下报错，参考了该博客修改了yolov5的源码后，问题解决：
解决yolov5 AttributeError: ‘Upsample‘ object has no attribute ‘recompute_scale_factor‘

3 总结

机器视觉的四篇文章完成了，所有的样例包括本文的yolov5_detector，托管在本人的github上：robot_vision