YOLO算法封装进入ros系统，识别结果供其他节点订阅

已于 2024-05-09 21:11:12 修改
阅读量1.1k 收藏 23
点赞数 1
分类专栏： Yolo+Deepsort+ROS 文章标签： ROS 无人机 计算机视觉 yolo python
于 2023-08-17 19:37:30 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_49586319/article/details/132341149
版权
本文介绍了如何在ROS环境下搭建工作空间，封装YOLOv5算法并创建新消息类型。首先新建ROS工作空间和yolov5_ros包，然后在scripts和launch文件夹中编写处理摄像头数据的节点。接着，自定义消息类型解决ROS不支持YOLOv5输出的问题。最后，编写launch文件启动节点，并展示了运行结果。
摘要由CSDN通过智能技术生成

一，前期工作空间搭建

新建工作空间，第一级名称可以换，第二级src最好别换，这是ros系统的固定格式

  • mkdir -p workspace_yolo/src

切换到工作空间 workspace_yolo,进行编译构建项目

  • cd workspace_yolo/
  • catkin_make

输出如下所示：
在这里插入图片描述
添加环境变量

  • cd devel/
    获取到devel文件路径

  • (base) pwd
    输出：/home/mawei/workspace_yolo/devel

  • gedit ~/.bashrc
    添加如下：

  • source /home/mawei/workspace_yolo/devel//setup.bash

了解本专栏 订阅专栏 解锁全文 超级会员免费看
书中藏着宇宙
关注
专栏目录
订阅专栏
ros-yolov5-ws
07-14
melodic中使用yolov5检测，并发布处理完成的数据。
资料---ros,yolo移植到ros
05-16
yolo移植到ros操作教程，按照上述更改即可实现yolo移植到ros，亲测好用
项目推荐：yolov8_ros
最新发布
gitblog_07849的博客
09-13 323
项目推荐：yolov8_ros yolov8_ros 项目地址: https://gitcode.com/gh_mirrors/yo/yolov8_ros 1. 项目基础介...
基于ros和yolov5的视觉识别部署测试
winner0111的博客
08-29 1804
随着计算机视觉技术的快速发展，目标检测已成为众多应用的核心部分，尤其是在机器人技术和自动化领域。YOLOv5作为一种先进的目标检测模型，因其高效、准确且易于部署而受到广泛欢迎。ROS（Robot Operating System）作为机器人软件开发的事实标准，为机器人系统的开发提供了强大的支持。本文旨在探讨如何将YOLOv5模型集成到ROS环境中，以实现对实时视频流的目标检测。
YOLOv5 ROS 项目使用教程
gitblog_00941的博客
08-21 284
YOLOv5 ROS 项目使用教程 项目地址:https://gitcode.com/gh_mirrors/yo/yolov5_ros 1. 项目的目录结构及介绍 yolov5_ros/ ├── cfg/ │ └── yolov5s.yaml ├── config/ │ └── params.yaml ├── launch/ │ └── yolov5.launch ├── models...
ROS - 在ROS中使用YOLO
bug404
05-22 9446
在ros中使用yolo一、[安装CUDA](https://developer.nvidia.com/cuda-downloads)二、[安装cuDNN](https://developer.nvidia.com/rdp/cudnn-download)三、下载usb-cam驱动四、下载darknet_ros五、修改文件，使usb-cam发布的话题能被darknet接收到 一、安装CUDA 安装最新版即可。 二、安装cuDNN 安装说明 说明：在官方提供的安装说明里面，有一步是验证cuDNN安装是否正确。
yolov5的ros封装移植
weixin_42933461的博客
12-28 1207
yolov5_ros编译及踩坑处理
通过ROS调用yolo5
qq_45695466的博客
06-27 2291
前期准备工作 类似于windows搭建环境 1 安装nvidia显卡驱动和cuda 11.3（如果不需要GPU可以跳过） 参考 2 安装anaconda 官网 anaconda向下兼容，直接安装最新版本就可以 3 创建新的虚拟环境 conda create -n yolov5 python=3.8 创建一个名为yolov5的虚拟环境 4 修改默认激活环境 在主目录.bashrc文件里添加 conda activate yolov5 保存退出。下次再打开终端时默认激活yolov5虚拟环境 参考 5 安装p
封装yolo-windows为动态链接库
小咸鱼_的博客
11-14 1万+
因为yolo的源码是c语言写的，所以移植到windows下还不算很难，就是要修改的地方比较多，后来在gitbub上找到别人修改好的代码： https://github.com/AlexeyAB/yolo-windows 在此基础上做了一些修改，并将代码封装成了动态库： （1）GPU+OPENCV版本 其中，CUDA版本为7.5，Opencv版本为2.4.10，配置好CUDA和Ope
Yolo的搭建和在Windows下封装以及工程应用
热门推荐
xjz18298268521的博客
03-13 2万+
概述 　　最近一直在研究基于深度学习的目标检测这一块，之前用过faster_rcnn和R-FCN，相对来说检测的准确率应该是可以的，但是实际的检测速度还是很不理想的，考虑实际工程的需求，所以后来想着用yolo来做目标检测，经过测试发现yolo确实是在检测速度上有很大的提高，但是调试了源码发现只是yolo的底层检测函数是满足实时的要求，而它基于视频的目标检测的demo我测试了一下大概是16FPS左右
[ROS]yolov5-7.0部署ROS
FL1623863129的博客
09-01 1866
这个是使用最新版本yolov5-7.0部署在ROS机器人操作系统演示，演示环境是虚拟机环境ubuntu18.04，调用笔记本摄像头进行演示。这种部署方式不仅可以提供实时的目标检测功能，还可以与其他ROS功能包进行无缝集成，实现更复杂的机器人应用。最后，在测试和部署之前，需要对部署的系统进行验证和调试。可以使用ROS提供的仿真环境，如Gazebo，来模拟机器人的运行场景，并测试YOLOv5在不同场景下的目标检测效果。首先，为了在ROS中部署YOLOv5，需要安装ROS和Python的相关依赖包。
封装yolo-windows为动态链接库-附件资源
03-02
封装yolo-windows为动态链接库-附件资源
C#语言对 YOLOv4 目标检测算法封装
03-26
借鉴大神代码 写了个dome采用C#语言对 YOLOv4 目标检测算法封装，将模型在实际应用系统中落地，实现模型在线远程调用 。希望对大家有所帮助
yolov5封装成dll
06-11
yolov5封装成dll的.cpp和.h文件
FastAPI封装YOLO目标检测模型
11-26
使用fastAPI对Opencv调用YOLO检测模型的过程进行封装，实现通过调用借口直接获取检测结果。
yolo3_ros:YOLOv3的python工具
05-16
ROS的YOLOv3 概述 这是的扩展使用ROS包装器实现YOLOv3作为ROS节点的功能的。 该节点是用Python编写的，并遵循原始darknet软件包中包含的示例。 该软件包已在Ubuntu 16.04和ROS Kinetic上进行了测试。 作者：王子凡， 引用 关于Darknet： : YOLOv3方法最初在描述。 结果 安装 依存关系 OpenCV3的 西皮 建造 转到您的工作区并下载存储库： git clone --recursive https://github.com/SailColubrid/yolo3_ros.git 首先构建Darknet，请参阅 cd yolo3_ros cd darknet 如果要使用GPU和cudnn。 请确保您更改 OPENCV = 0 在Makefile中 OPENCV = 1 启用OpenCV使用。 对于ros_yo
deepsort+yolov封装进入ROS系统（识别结果发布供其他节点订阅）
m0_49586319的博客
08-26 844
yolo+deepsort算法封装进入ROS，实现无人机和机器人的目标识别，跟踪
yolov8封装进入ROS系统
m0_49586319的博客
10-04 1456
yolov8封装进入ROS系统，实现目标识别和追踪。并结果发布到ros系统，供其他节点订阅和调用。
yolov5封装进ros系统
m0_49586319的博客
08-16 870
yolov5封装进ros系统，把识别结果供其他节点订阅调用。可联系本人获取工程源码
评论 13
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

书中藏着宇宙

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值