yolov5本地布置

该文描述了一个基于ROS的系统,用于运行YOLO模型生成engine文件,结合HRNet_RT进行物体检测。系统包括激光相机obj节点和相机obj节点,分别通过rosrun指令运行点云分割和相机检测。此外,详述了标定数据的录制过程,包括相机图像、激光雷达到地面点云的记录,并涉及图像解析和激光雷达标定到0平面的数据。整个流程涵盖了从原始图像到点云处理,再到标定和检测的多个步骤。
摘要由CSDN通过智能技术生成
运行yolo得到engine文件

在这里插入图片描述

需要制作权重文件kuangka.wts,然后得到engine文件
在这里插入图片描述

n_camera_obj节点

在这里插入图片描述

hrnet_rt模型

在这里插入图片描述

detect和seg模型一起跑

在这里插入图片描述

roadside激光相机obj节点
# lidar obj
rosrun n_point_cloud_segmentation n_point_cloud_segmentation

# camera obj
rosrun n_camera_hive_detect_obj n_camera_hive_detect_obj src/nodes/n_camera_hive_detect_obj/src/roadside_det_1022.engine /miivii_gmsl_ros/n_camera_miivii_gmsl_prep n_camera_hive_detect_obj

rosrun n_camera_hive_detect_obj n_camera_hive_detect_obj src/engine/roadside.engine.11.01 /miivii_gmsl_ros/n_camera_miivii_gmsl_prep

标定数据录制

相机节点原始图像开启(Roadside_Env_Detect):

 rosrun n_camera_miivii_gmsl_camera_prep n_camera_miivii_gmsl_camera_prep

激光标定到地面的点云:

1.驱动
rosrun rslidar_sdk rslidar_sdk_node
2.检测
rosrun n_point_cloud_segmentation n_point_cloud_segmentation 

录制标定原素材:

rosbag record /miivii_gmsl_ros/n_camera_miivii_gmsl_prep /rslidar_points

标定程序录制数据

  1. 图像解析每一个相机(Roadside_Camera_Parse):
rosrun n_camera_miivii_gmsl_camera_prep n_camera_visualization 0 /miivii_gmsl_ros/n_camera_miivii_gmsl_prep
  1. 录制激光雷达标定到0平面的数据(Lidar_Base_Calibration):
    在这里插入图片描述
    修改参数,获得0平面点云

3.录制0平面激光点云与某一个相机的解析图像

rosbag record /n_camera_0_show /cal_lidar_points
rosrun n_camera_miivii_gmsl_camera_prep n_camera_visualization 1 /miivii_gmsl_ros/n_camera_miivii_gmsl_prep

rosbag record /n_camera_1_show /cal_lidar_points

4.运行(Lidar_Calibration节点)订阅 /n_camera_1_show /cal_lidar_points

rosrun CLCalibrator CLCalibrator_node

sudo rename 's/:/-/' *
启动相机节点
// detect
rosrun n_camera_hive_detect_obj n_camera_hive_detect_obj src/engine/roadside.engine.12.03 /miivii_gmsl_ros/n_camera_miivii_gmsl_prep 
// project
rosrun n_camera_hive_detect_obj n_camera_project /n_camera_hive_detect
// track
rosrun n_camera_track n_camera_track /n_camera_project
// fit
rosrun n_camera_fit n_camera_fit /n_camera_track

在这里插入图片描述

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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