基于RDK平台的YOLOv10目标检测算法示例

2024-11-13 D-Robotics官网
RDK X5,RDK X3,RDK Ultra,X86 RDK X5,RDK X3,RDK Ultra,X86 RDK X5,RDK X3,RDK Ultra,X86 RDK X5,RDK X3,RDK Ultra,X86

YOLO


功能介绍


YOLO目标检测算法示例使用图片作为输入,利用BPU进行算法推理,发布包含目标类别和检测框的算法msg。目前支持yolov2、yolov3、yolov5、yolov5x四个版本。


模型使用COCO数据集进行训练,支持的目标检测类型包括人、动物、水果、交通工具等共80种类型。


代码仓库:(https://github.com/D-Robotics/hobot_dnn)


应用场景:YOLO系列作为单阶段目标检测中的代表算法,具有速度快,泛化性好的优点,可实现垃圾识别、车辆检测等功能,主要应用于自动驾驶、智能家居等领域。


车辆检测案例:(https://github.com/JunshengFu/vehicle-detection)


摔倒检测案例:(https://github.com/xiaobin1231/Fall-Detection-By-YOLOV3-and-LiteFlowNet)


支持平台



准备工作


RDK平台


RDK已烧录好Ubuntu 20.04/Ubuntu 22.04系统镜像。


RDK已成功安装TogetheROS.Bot。


RDK已安装MIPI或者USB摄像头,无摄像头的情况下通过回灌本地JPEG/PNG格式图片或者MP4、H.264和H.265的视频方式体验算法效果。


确认PC机能够通过网络访问RDK。


X86平台


X86环境已配置好Ubuntu 20.04系统镜像。


X86环境系统已成功安装tros.b。


使用介绍


RDK平台


使用MIPI摄像头发布图片


YOLOv2目标检测算法示例订阅MIPI摄像头发布的图片,经过算法推理后发布算法msg,通过websocket package实现在PC端浏览器上渲染显示发布的图片和对应的算法结果。


# 配置tros.b环境


source/opt/tros/setup.bash


# 配置tros.b环境


source/opt/tros/humble/setup.bash


# 配置MIPI摄像头


export CAM_TYPE=mipi


# 启动launch文件


ros2 launch dnn_node_example dnn_node_example.launch.py dnn_example_config_file:=config/yolov2workconfig.json dnn_example_image_width:=480 dnn_example_image_height:=272


使用USB摄像头发布图片


YOLOv2目标检测算法示例订阅USB摄像头发布的图片,经过算法推理后发布算法msg,通过websocket package实现在PC端浏览器上渲染显示发布的图片和对应的算法结果。


# 配置tros.b环境


source/opt/tros/setup.bash


# 配置tros.b环境


source/opt/tros/humble/setup.bash


# 配置USB摄像头


export CAM_TYPE=usb


# 启动launch文件


ros2 launch dnn_node_example dnn_node_example.launch.py dnn_example_config_file:=config/yolov2workconfig.json dnn_example_image_width:=480 dnn_example_image_height:=272


使用本地图片回灌


YOLOv2目标检测算法示例使用本地JPEG/PNG格式图片回灌,经过推理后将算法结果渲染后的图片存储在本地的运行路径下。


# 配置tros.b环境


source/opt/tros/setup.bash


# 配置tros.b环境


source/opt/tros/humble/setup.bash


# 启动launch文件


ros2 launch dnn_node_example dnn_node_example_feedback.launch.py dnn_example_config_file:=config/yolov2workconfig.json dnn_example_image:=config/target.jpg


除了YOLOv2算法,还支持YOLOv3和YOLOv5算法。启动命令中使用参数config_file切换算法,如使用YOLOv3算法的启动配置为dnn_example_config_file:="config/yolov3workconfig.json",使用YOLOv5算法的启动配置为dnn_example_config_file:="config/yolov5workconfig.json"。


RDK Ultra平台


使用MIPI摄像头发布图片


YOLOv5x目标检测算法示例订阅MIPI摄像头发布的图片,经过算法推理后发布算法msg,通过websocket package实现在PC端浏览器上渲染显示发布的图片和对应的算法结果。


# 配置tros.b环境


source/opt/tros/setup.bash


# 配置tros.b环境


source/opt/tros/humble/setup.bash


# 配置MIPI摄像头


export CAM_TYPE=mipi


# 启动launch文件


ros2 launch dnn_node_example dnn_node_example.launch.py dnn_example_config_file:=config/yolov5xworkconfig.json dnn_example_image_width:=672 dnn_example_image_height:=672


使用USB摄像头发布图片


YOLOv5x目标检测算法示例订阅USB摄像头发布的图片,经过算法推理后发布算法msg,通过websocket package实现在PC端浏览器上渲染显示发布的图片和对应的算法结果。


# 配置tros.b环境


source/opt/tros/setup.bash


# 配置tros.b环境


source/opt/tros/humble/setup.bash


# 配置USB摄像头


export CAM_TYPE=usb


# 启动launch文件


ros2 launch dnn_node_example dnn_node_example.launch.py dnn_example_config_file:=config/yolov5xworkconfig.json dnn_example_image_width:=672 dnn_example_image_height:=672


使用本地图片回灌


YOLOv5x目标检测算法示例使用本地JPEG/PNG格式图片回灌,经过推理后将算法结果渲染后的图片存储在本地的运行路径下。


# 配置tros.b环境


source/opt/tros/setup.bash


# 配置tros.b环境


source/opt/tros/humble/setup.bash


# 启动launch文件


ros2 launch dnn_node_example dnn_node_example_feedback.launch.py dnn_example_config_file:=config/yolov5xworkconfig.json dnn_example_image:=config/target.jpg


X86平台


使用本地图片回灌


YOLOv2目标检测算法示例使用本地JPEG/PNG格式图片回灌,经过推理后将算法结果渲染后的图片存储在本地的运行路径下。


# 配置tros.b环境


source/opt/tros/setup.bash


# 启动launch文件


ros2 launch dnn_node_example dnn_node_example_feedback.launch.py dnn_example_config_file:=config/yolov2workconfig.json dnn_example_image:=config/target.jpg


除了YOLOv2算法,还支持YOLOv3算法,YOLOv5算法暂不支持。启动命令中使用参数config_file切换算法,如使用YOLOv3算法的启动配置为dnn_example_config_file:="config/yolov3workconfig.json"。


结果分析


使用摄像头发布图片


在运行终端输出如下信息:


[example-3] [WARN] [1655095347.608475236] [example]: Create ai msg publisher with topic_name: hobot_dnn_detection


[example-3] [WARN] [1655095347.608640353] [example]: Create img hbmem_subscription with topic_name: /hbmem_img


[example-3] [WARN] [1655095348.709411619] [img_sub]: Sub img fps 12.95


[example-3] [WARN] [1655095348.887570945] [example]: Smart fps 12.10


[example-3] [WARN] [1655095349.772225728] [img_sub]: Sub img fps 11.30


[example-3] [WARN] [1655095349.948913662] [example]: Smart fps 11.31


[example-3] [WARN] [1655095350.834951431] [img_sub]: Sub img fps 11.30


[example-3] [WARN] [1655095351.011915729] [example]: Smart fps 11.30


输出log显示,发布算法推理结果的topic为hobot_dnn_detection,订阅图片的topic为/hbmem_img。


在PC端的浏览器输入http://IP:8000 即可查看图像和算法渲染效果(IP为RDK的IP地址):


使用本地图片回灌


在运行终端输出如下信息:


[example-1] [INFO] [1654925067.952159234] [PostProcessBase]: out box size: 8


[example-1] [INFO] [1654925067.952227232] [PostProcessBase]: det rect: 464.03 196.145 605.525 434.865, det type: potted plant, score:0.813219


[example-1] [INFO] [1654925067.952319229] [PostProcessBase]: det rect: 86.5421 310.158 512.542 468.201, det type: couch, score:0.669208


[example-1] [INFO] [1654925067.952392268] [PostProcessBase]: det rect: 198.968 399.91 273.841 421.767, det type: book, score:0.539755


[example-1] [INFO] [1654925067.952465182] [PostProcessBase]: det rect: 159.861 370.656 217.685 417.746, det type: potted plant, score:0.480698


[example-1] [INFO] [1654925067.952533221] [PostProcessBase]: det rect: 51.2147 321.047 84.0969 375.842, det type: vase, score:0.433644


[example-1] [INFO] [1654925067.952607802] [PostProcessBase]: det rect: 70.0548 197.381 96.1826 221.062, det type: vase, score:0.399885


[example-1] [INFO] [1654925067.952675924] [PostProcessBase]: det rect: 197.706 405.271 278.929 435.743, det type: book, score:0.384268


[example-1] [INFO] [1654925067.952743463] [PostProcessBase]: det rect: 54.0955 256.68 88.6269 266.159, det type: book, score:0.307426


输出log显示,算法使用输入的图片推理出8个目标,并输出了目标检测框坐标(输出的坐标顺序分别是人体框的左上的x和y坐标,和右下的x和y坐标)和类别。存储的渲染图片文件名为render_feedback_0_0.jpeg,渲染图片效果:



模型训练和转化

参考RDK Model ZOO: https://github.com/D-Robotics/rdk_model_zoo

授权代理商:世强先进(深圳)科技股份有限公司
技术资料,数据手册,3D模型库,原理图,PCB封装文件,选型指南来源平台:世强硬创平台www.sekorm.com
现货商城,价格查询,交期查询,订货,现货采购,在线购买,样品申请渠道:世强硬创平台电子商城www.sekorm.com/supply/
概念,方案,设计,选型,BOM优化,FAE技术支持,样品,加工定制,测试,量产供应服务提供:世强硬创平台www.sekorm.com
集成电路,电子元件,电子材料,电气自动化,电机,仪器全品类供应:世强硬创平台www.sekorm.com
  • +1 赞 0
  • 收藏
  • 评论 0

本文由雪飘梦飞转载自D-Robotics官网,原文标题为:YOLOv10目标检测,本站所有转载文章系出于传递更多信息之目的,且明确注明来源,不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。

评论

   |   

提交评论

全部评论(0

暂无评论

相关推荐

双机械臂四转四驱机器人设计与实现

该研究设计了一种创新的双机械臂四转四驱机器人,旨在突破传统轮式机器人的限制。该机器人底盘采用四转四驱设计,显著提升了灵活性和负载能力,使其能够在复杂环境中精确移动和执行任务。双机械臂系统使机器人能够高效与现实生活互动,完成复杂任务。

应用方案    发布时间 : 2024-10-29

多模态感知仿生机械手项目案例

本项目提供了一款五指仿生机器手,其仿照人手的外观与自由度,使其能够作为人形机器人的末端执行器,完成人手所能完成的任务。

应用方案    发布时间 : 2024-10-29

WiFi和Zigbee网关在智能家居中的应用及其优势

随着智能家居的快速发展,WiFi和Zigbee成为了两种最常用的智能家居通信协议。而WiFi和Zigbee网关作为连接智能家居设备与互联网的桥梁,起到了至关重要的作用。本文东胜物联将探讨WiFi和Zigbee网关在智能家居中的应用及其优势。

应用方案    发布时间 : 2024-02-02

【IC】D-Robotics RDK X5机器人开发者套件,可提供高达10 Tops算力,加速智能化应用快速落地

D-Robotics RDK X5搭载Sunrise 5智能计算芯片,可提供高达10 Tops的算力,是一款面向智能计算与机器人应用的全能开发套件,接口丰富,极致易用,支持Transfomer、RWKV、Occupancy、Stereo Perception等多种复杂模型和最新算法,加速智能化应用快速落地。

产品    发布时间 : 2024-09-20

地⽠RDK X5机器⼈开发者套件产品资料包

型号- X5MC00ICSTMA,RDK X5 4GB,RDK X5,RDK X5 8GB

商品及供应商介绍  -  D-ROBOTICS  - V1.0  - 2024/9/10 ZIP 中文 下载

在RDK X3体验Cartographer激光雷达SLAM技术,实时获取较高精度的地图

本功能所使用的Cartographer是google推出的一套基于图优化的SLAM算法,可以实现机器人在二维或三维条件下的定位及建图功能,这套算法的主要设计目的是满足机器人在计算资源有限的情况下,依然可以实时获取较高精度的地图。该功能支持机器人实物和Gazebo仿真两种体验方式。

设计经验    发布时间 : 2024-11-19

RDK X5 3D

型号- RDK X5 4GB,RDK X5 8GB

CAD模型库  -  D-ROBOTICS  - 2024-8-26 STP 英文 下载

D-Robotics RDK™ X5 Product Brief

型号- RDK X5 4GB,RDK™ X5,RDK X5 8GB

数据手册  -  D-ROBOTICS  - V1.0  - 2024/9/5 PDF 英文 下载

基于RDK X3的chat robot应用示例,实现用户和机器人语音聊天功能

智能语音聊天机器人识别用户语音内容,然后调用OpenAI API获取答复,最后将该答复播放出来,实现用户和机器人语音聊天功能。

设计经验    发布时间 : 2024-11-18

基于RDK X3的机械臂物体拾取操作实例

本文介绍RDK X3该功能包接收用户选择方块数字的请求,通过yolov5检测目标,在Z轴距离确定的情况下解算出物体的三维坐标,并请求仿真机械臂控制节点夹取物体的应用实例。

设计经验    发布时间 : 2024-10-28

智能语音聊天机器人功能及使用指南

智能语音聊天机器人通过识别用户语音,调用ChatGPT API获取答复并播放,实现语音聊天。需地平线RDK、ChatGPT API Key及音频板等物料。准备、组装后,安装功能包并运行,配置音频和ChatGPT API Key。常见问题包括设备连接、音频驱动、配置文件及网络访问等。

设计经验    发布时间 : 2024-10-18

亚博智能RDK X3 ROBOT机器人项目实例,实现RKD X3 ROBOT的基本运动控制和位姿反馈

亚博智能RKD X3 ROBOT是一款面向机器人开发者和教育生态的智能机器人开发套件。该套件以旭日X3派为核心运算单元,以TogetherROS.Bot为核心机器人操作系统,集成成了建图、导航、人体跟随、手势识别等功能。本项目为亚博智能RKD X3 ROBOT机器人最小功能系统,该系统能够实现RKD X3 ROBOT的基本运动控制和位姿反馈。

设计经验    发布时间 : 2024-11-16

RDK平台实现MIPI相机驱动的操作实例

本项目案例为对已适配的MIPI接口摄像头进行配置,并将采集的图像数据以ROS标准图像消息或者零拷贝(hbmem)图像消息进行发布,供需要使用图像数据的其他模块订阅。

设计经验    发布时间 : 2024-11-05

人手关键点检测算法示例

本文主要介绍了地瓜机器人的X3RDK的系统应用在人手关键点检测算法的示例以及使用说明,并给出具体功能代码。

设计经验    发布时间 : 2024-10-28

基于RDK X3实现的语言大模型操作实例

hobot_llm是地平线RDK平台集成的端侧Large Language Model (LLM) Node,用户可在端侧体验LLM。目前提供两种体验方式,一种直接终端输入文本聊天体验,一种订阅文本消息,然后将结果以文本方式发布出去。

设计经验    发布时间 : 2024-11-16

展开更多

电子商城

查看更多

品牌:D-Robotics

品类:开发套件

价格:¥699.0000

现货: 99

品牌:D-Robotics

品类:开发板套件

价格:¥1,299.0000

现货: 5

品牌:D-Robotics

品类:摄像头单目模组

价格:¥249.0000

现货: 5

品牌:D-Robotics

品类:开发板套件

价格:¥1,299.0000

现货: 5

品牌:D-Robotics

品类:摄像头单目模组

价格:¥199.0000

现货: 5

品牌:D-Robotics

品类:开发套件

价格:¥549.0000

现货: 0

品牌:

品类:

价格:

现货:

品牌:

品类:

价格:

现货:

品牌:

品类:

价格:

现货:

品牌:

品类:

价格:

现货:

品牌:

品类:

价格:

现货:

品牌:

品类:

价格:

现货:

现货市场

查看更多

暂无此商品

海量正品紧缺物料,超低价格,限量库存搜索料号

查看更多

授权代理品牌:接插件及结构件

查看更多

授权代理品牌:部件、组件及配件

查看更多

授权代理品牌:电源及模块

查看更多

授权代理品牌:电子材料

查看更多

授权代理品牌:仪器仪表及测试配组件

查看更多

授权代理品牌:电工工具及材料

查看更多

授权代理品牌:机械电子元件

查看更多

授权代理品牌:加工与定制

世强和原厂的技术专家将在一个工作日内解答,帮助您快速完成研发及采购。
我要提问

954668/400-830-1766(工作日 9:00-18:00)

service@sekorm.com

研发客服
商务客服
服务热线

联系我们

954668/400-830-1766(工作日 9:00-18:00)

service@sekorm.com

投诉与建议

E-mail:claim@sekorm.com

商务合作

E-mail:contact@sekorm.com

收藏
收藏当前页面