当前位置:   article > 正文

目标检测与位姿估计(十二):ROS-YOLOv4_zed三维位姿计算 ros

zed三维位姿计算 ros

该工程还未完全完成!之后随着项目的进行将逐渐完善,如果您在参考博客的过程中遇到解决不了的问题欢迎直接与我联系!

参考项目地址:https://github.com/Tossy0423/yolov4-for-darknet_ros 该项目在darknet_ros项目基础上添加了yolov4。注意原始项目没有yolov4的tiny版本,如想使用需要自己添加。

编译工作

首先建立一个新的空间:

  1. ## Create workspace for ROS, Change directory
  2. $ mkdir -p workspace/src && cd workspace/src
  3. ## init workspace
  4. $ catkin_init_workspace
  5. ## Make
  6. $ cd ../
  7. $ catkin_make

安装:

  1. $ cd src
  2. $ git clone --recursive https://github.com/Tossy0423/yolov4-for-darknet_ros.git

编译:

$ catkin_make

编译工作有一处需要注意:编译时会自动下载几个权重文件,而这些文件比较大,可Ctrl+C终端编译后继续,如此几次后跳过下载过程。编译后单独下载后放置于规定文件夹中。下载地址在https://github.com/AlexeyAB/darknet#pre-trained-models中。

关于报错

  1. [gazebo-2] process has died [pid 2671, exit code 127,cmd /usr/local/share/drcsim-2.7/ros/atlasutils/scripts/
  2. rungazebo vrctask1.world -q -r --recordencoding=zlib --recordpath=/tmp/vrctask1 _name:=gazebo _log:=/home/
  3. tania/.ros/log/5704913c-0b8c-11e3-ba22-6c8814fca2c8/gazebo-2.log]. log file: /home/tania/.ros/log/57049
  4. 13c-0b8c-11e3-ba22-6c8814fca2c8/gazebo-2*.log
  5. [gazebo_gui-3] process has died [pid 15649, exit code 139, cmd /home/usr/catkin_ws/src/gazebo_ros_pkgs/gazebo_ros/scripts/gzclient __name:=gazebo_gui __log:=/home/shahed/.ros/log/8981441a-03ea-11e3-8d2b-0017c4a8146b/gazebo_gui-3.log].
  6. log file: /home/usr/.ros/log/8981441a-03ea-11e3-8d2b-0017c4a8146b/gazebo_gui-3*.log

这是因为Gazebo得版本过低,升级一下Gazebo即可。

可参考链接:http://www.manongjc.com/article/80217.html

关于GPU的使用

关于如何配置CUDA的项目:https://github.com/Musyue/darknet_ros_yolov4

关于Tiny版本的使用

在这项工作中只需要将YOLO的文件组织结构弄清晰即可完成。有以下几个文件需要注意:cfg/weights/yaml/launch

cfg是网络结构的设置文件,顾名思义它规定了网络长什么样。

yolov4-ting.cfg:

  1. [net]
  2. # Testing
  3. #batch=1
  4. #subdivisions=1
  5. # Training
  6. batch=64
  7. subdivisions=1
  8. width=416
  9. height=416
  10. channels=3
  11. momentum=0.9
  12. decay=0.0005
  13. angle=0
  14. saturation = 1.5
  15. exposure = 1.5
  16. hue=.1
  17. learning_rate=0.00261
  18. burn_in=1000
  19. max_batches = 500200
  20. policy=steps
  21. steps=400000,450000
  22. scales=.1,.1
  23. [convolutional]
  24. batch_normalize=1
  25. filters=32
  26. size=3
  27. stride=2
  28. pad=1
  29. activation=leaky

weights文件是训练的结果

yolov4-tiny.weights打开后时一堆乱码

yaml是ROS的配置文件,里面加载了上面两个文件的路径以及标签描述

yolov4-tiny.yaml文件

  1. yolo_model:
  2. config_file:
  3. name: yolov4-tiny.cfg
  4. weight_file:
  5. name: yolov4-tiny.weights
  6. threshold:
  7. value: 0.3
  8. detection_classes:
  9. names:
  10. - person
  11. - bicycle
  12. - car
  13. - motorbike
  14. - aeroplane
  15. - bus
  16. - train
  17. - truck
  18. - boat
  19. - traffic light
  20. - fire hydrant
  21. - stop sign
  22. - parking meter
  23. - bench

launch文件就比较熟悉了,里面调用了yaml文件,注意修改下路径

这里需要注意一下cfg文件与weights文件在项目https://github.com/AlexeyAB/darknet中直接下载即可,yaml文件与launch文件在yolov4或者yolov3文件的基础上修改即可。也可直接在我的百度盘https://pan.baidu.com/share/init?surl=LRFCyf7CtNTnJUgeXAbWUQ中下载,密码为1zb9

如出现超出cuda-memory的错误,注意修改cfg文件中的batch_size参数

演示效果

 

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/繁依Fanyi0/article/detail/384757
推荐阅读
相关标签
  

闽ICP备14008679号