在SLAM毫无建树的我又投入了深度学习的大坑,由于项目需求需要做无人机的目标检测,这里把搭建系统中的一些问题记录下来,方便之后复现。
系统搭建
采用YOLOv3来进行无人机的检测,yolo的安装:YOLO: Real-Time Object Detection
这作者可太牛逼了,居然c语言直接就撸了一个网络,下下来直接make就行了,不用搭建任何环境就能简单的看到效果,当然其本身的网络是不支持无人机的识别的,这里有一个前人的工作可以借鉴:drone-net
该工程有训练好的yolo3的权重文件,直接拿过来就能对四旋翼做较好的识别,也可以在其基础上继续训练。
这是我的识别结果(源图片来自Google搜索):
环境配置
然而要做实时视频的检测,只靠cpu的yolo就顶不住了,于是开启了我痛苦的搭环境之旅。
需要的环境有CUDA和opencv,我的平台是Ubuntu16.04,显卡是1080tix2。
OpenCV
yolo只能用c的opencv,要么从源安装(如果你有时间建议用这种,版本可以用3),要么就直接ap