地平线深度学习双目深度估计算法使用示例
功能介绍
双目深度估计算法是使用地平线OpenExplorer在SceneFlow数据集上训练出来的StereoNet模型。
算法输入为双目图像数据,分别是左右视图。算法输出为左视图的视差。
此示例使用ZED 2i双目相机作为图像数据输入源,利用BPU进行算法推理,发布包含双目图像左图和感知结果的话题消息,在PC端浏览器上渲染显示算法结果。
物料清单
ZED 2i双目相机
使用方法
功能安装
在RDK系统的终端中运行如下指令,即可快速安装:
tros foxy版本
sudo apt update
sudo apt install -y tros-hobot-stereonet
sudo apt install -y tros-hobot-stereo-usb-cam
sudo apt install -y tros-hobot-stereonet-render
sudo apt install -y tros-websocket
tros humble版本
sudo apt update
sudo apt install -y tros-humble-hobot-stereonet
sudo apt install -y tros-humble-hobot-stereo-usb-cam
sudo apt install -y tros-humble-hobot-stereonet-render
sudo apt install -y tros-humble-websocket
启动双目图像发布、算法推理和图像可视化
在RDK系统的终端中运行如下指令启动:
tros foxy版本
# 配置tros.b环境
source /opt/tros/setup.bash
# 启动launch文件
ros2 launch hobot_stereonet hobot_stereonet_demo.launch.py
tros humble版本
# 配置tros.b humble环境
source /opt/tros/humble/setup.bash
# 启动launch文件
ros2 launch hobot_stereonet hobot_stereonet_demo.launch.py
启动成功后,打开同一网络电脑的浏览器,访问RDK的IP地址,即可看到算法可视化的实时效果:
相同场景下ZED的深度估计可视化效果如下:
可以看到对于有光线变化区域,深度学习方法的深度估计准确率更高。
接口说明
话题
参数
- |
- +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:深度学习双目深度估计算法,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。
相关推荐
基于RDK X3 & Module的性能检测软件使用示例
Performance Node该应用基于Web网页打造,无论是什么品牌的电脑和手机,只需要在浏览器访问即可。
连接RDK X3操作奥比中光Astro Pro相机驱动示例
基于RDK X3的奥比中光Astro Pro相机驱动操作方案介绍。
OriginBot机器人最小功能系统的机器人底盘驱动应用实例
OriginBot是一款智能机器人开源套件,更是一个社区共建的开源项目,旨在让每一位参与者享受机器人开发的乐趣。该项目是OriginBot机器人最小功能系统,该最小系统可接受/cmd_vel指令控制机器人运动并反馈/Odom信息。
地瓜机器人与火山引擎联手打造基于大模型的“云-边-端”一体化机器人开发底座
地瓜机器人与字节跳动旗下云服务平台火山引擎达成合作,双方将在“机器人+大模型”领域强强联合,实现地瓜机器人软硬件通用底座与火山引擎边缘智能大模型网关“云-边-端”的全面打通,加速大模型在机器人场景的落地,拓展机器人的无限智能化潜能。作为拥有极致算力性价比与极简开发体验的地瓜机器人开发者套件,RDK X5可提供高达10 TOPS的端侧算力,接口丰富,极致易用。
RDK用户免费畅享地瓜大模型网关,多种主流大模型任意切换,前所未有的资源支持!
地瓜机器人已与字节跳动旗下云服务平台火山引擎达成合作,双方将在“机器人+大模型”领域强强联合。地瓜大模型网关免费申请现已开启,现为所有购买RDK开发板的用户免费开放大模型网关接口能力,允许用户轻松访问和利用强大的云边大模型资源。无论是进行复杂的数据分析、自然语言处理还是机器学习任务,都能得到高效且稳定的支持。用户可以通过NodeHub应用和RDK Studio两种方式进行使用和尝试。
基于RDK X3操作思岚激光雷达驱动示例
SLLIDAR ROS2驱动,以ROS2标准消息格式发送激光雷达数据。
【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。
D-Robotics RDK™X5产品简介
描述- D-Robotics RDK TM X5 是一款搭载 Sunrise 5 智能计算芯片的全能开发套件,具备高算力(10 Tops),适用于智能计算与机器人应用。该套件具有丰富的接口,支持多种复杂模型和最新算法,旨在加速智能化应用的快速落地。
型号- RDK X5 4GB,RDK™ X5,RDK X5 8GB
YDLIADAR激光雷达驱动应用实例
介绍YDLIADAR激光雷达驱动的方案与技术要求,YDLIDAR ROS2驱动,以ROS2标准消息格式发送激光雷达数据。
RDK X5重磅发布、RDK S100惊喜亮相,地瓜机器人开发者套件全家桶全新登场
9月20日,以“加速智能生长”为主题的“2024地瓜机器人开发者日”活动在深圳成功举办。地瓜机器人重磅推出面向“机器人+”时代的软硬件产品全家桶,包括专为新一代通用机器人而生的旭日5智能计算芯片、极致易用全能开发首选RDK X5机器人开发者套件、具身智能全场景算力核心RDK S100,以及赋能全链条全生命周期的机器人云端开发环境,软硬结合、端云一体,让开发更简单、让机器更智能。
基于RDK系统的双目深度估计算法示例
双目深度估计算法是使用地平线OpenExplorer在SceneFlow数据集上训练出来的StereoNet模型。算法输入为双目图像数据,分别是左右视图。算法输出为左视图的视差。此示例使用mipi双目相机作为图像数据输入源,利用BPU进行算法推理,发布包含双目图像左图和感知结果的话题消息, 在PC端rviz2上渲染算法结果。
基于RDK X3开发板设计并实现的手持slam建图设计
这里使用RDK X3开发板设计并实现了一款SLAM手持建图设备,它使用RDK X3开发板的计算性能,通过激光雷达实现一个纯激光里程计,通过IMU对激光数据进行畸变矫正和对SLAM的姿态矫正,实现一个手持的SLAM建图功能。
2D垃圾检测应用示例
本Node是基于hobot_dnn开发的2D垃圾目标检测算法,采用PaddlePaddle开源框架, 利用PPYOLO模型进行垃圾检测任务设计和训练。为了达到快速部署的目的,本Node支持配置文件更换垃圾检测模型,开发者可以将更多精力投入在算法模型能力的迭代,减少部署工作量,识别输出的AI信息不仅可以通过话题发布,还可以在Web页面渲染显示。
电子商城
服务
提供稳态、瞬态、热传导、对流散热、热辐射、热接触、和液冷等热仿真分析,通过FloTHERM软件帮助工程师在产品设计初期创建虚拟模型,对多种系统设计方案进行评估,识别潜在散热风险。
实验室地址: 深圳 提交需求>
拥有中等规模的SMT、DIP以及成品组装产线;支持PCBA及成品OEM/ODM代工组装制造;在嵌入式系统、物联网系统等具备专业性量产制造的项目组织和服务能力。
提交需求>
登录 | 立即注册
提交评论