Stereo-Detection:适合新手的双目测距开源项目

简介: Stereo-Detection:适合新手的双目测距开源项目

简介:Stereo-Detection 是一个传统的SGBM深度测距+yolov5目标检测,并部署在Jeston nano的开源教程。它致力于让更多的大四学生毕业,以及让研一学生入门


开源链接:yzfzzz/Stereo-Detection: Conventional SGBM depth ranging + yolov5 object detection with deployment on Jeston nano (github.com)

dafafa.drawio (5) (1).png

项目日志

  • 双目相机的标定和初始化(2022.7.3)
  • 运行BM、SGBM算法(2022.7.6)
  • 研究SGBM算法并得出良好的open3d模型(2022.7.15)
  • 实现双目测距(2022.7.27)
  • 双目相机测出Yolov5检测物体的距离(2022.7.29)
  • 视频帧率提高至6FPS(2022.7.30)
  • 使用C++重勾BM算法(2022.8.1)
  • 使用C++重构SGBM算法(2022.8.1)
  • 使用TensorRT、C++部署yolov5模型(2022.8.3)
  • 完成项目,帧率至少达到20FPS(2022.8.3)
  • 新增Jeston nano部署文件

环境说明

  • 🔥Tensorrt 8.4
  • 🚀Cuda 11.6.1 Cudnn 8.4.1
  • Opencv 4.5.1
  • Cmake 3.23.3
  • Visual Studio 2017
  • MX350,Windows10

文件说明

  • 💼BM、SGBM算法均有C++和Python两个版本

  • 📂tensorrt:模型部署文件,帧率为23fps

  • 📁yolov5-v6.1-pytorch-master:未部署前的python代码文件,帧率为5fps

  • stereo_introduce:双目摄像头基本资料

  • 📒双目视觉资料:从双目相机的标定(Matlab)到sgbm生成深度图的图文教程

  • stereo_shot.py:摄像头拍摄代码

  • 🎁Jeston nano_tensorrt:Jeston nano(Linux)部署资料

参考资料

1.🍔YOLOv5 Tensorrt Python/C++部署:YOLOv5 Tensorrt Python/C++部署_哔哩哔哩_bilibili

2.🍞Pytorch 搭建自己的YoloV5目标检测平台Bubbliiiing:Pytorch 搭建自己的YoloV5目标检测平台(Bubbliiiing 源码详解 训练 预测)-YoloV5整体结构介绍_哔哩哔哩_bilibili

3.CUDA的正确安装/升级/重装/使用方式:CUDA的正确安装/升级/重装/使用方式 - 知乎 (zhihu.com)

4.报错【Could not locate zlibwapi.dll. Please make sure it is in your library path】:Could not locate zlibwapi.dll. Please make sure it is in your library path_一休哥※的博客-CSDN博客

5.🍿windows下 C++ openCV配置及x86编译(傻瓜式教程):windows下 C++ openCV配置及x86编译(傻瓜式教程)_opencv x86_痕忆丶的博客-CSDN博客

6.树莓派开机自启动:树莓派开机自启动opencv程序脚本及报错分析_can’t initialize gtk backend in function 'cvinitsy_TohkaQAQ的博客-CSDN博

相关文章
|
计算机视觉 Python
Yolov5双目测距-双目相机计数及测距教程(附代码)
Yolov5双目测距-双目相机计数及测距教程(附代码)
|
编解码 前端开发 算法
基于OpenCV的双目摄像头测距(误差小)
首先进行双目摄像头定标,获取双目摄像头内部的参数后,进行测距;本文的双目视觉测距是基于BM算法。注意:双目定标的效果会影响测距的精准度,建议大家在做双目定标时,做好一些(尽量让误差小)。
12235 3
基于OpenCV的双目摄像头测距(误差小)
|
机器学习/深度学习 存储 监控
yolov5单目测距+速度测量+目标跟踪(算法介绍和代码)
yolov5单目测距+速度测量+目标跟踪(算法介绍和代码)
|
存储 数据采集 传感器
一文多图搞懂KITTI数据集下载及解析
一文多图搞懂KITTI数据集下载及解析
15673 3
一文多图搞懂KITTI数据集下载及解析
|
JSON 人工智能 数据格式
AI计算机视觉笔记二十六:YOLOV8自训练关键点检测
本文档详细记录了使用YOLOv8训练关键点检测模型的过程。首先通过清华源安装YOLOv8,并验证安装。接着通过示例权重文件与测试图片`bus.jpg`演示预测流程。为准备训练数据,文档介绍了如何使用`labelme`标注工具进行关键点标注,并提供了一个Python脚本`labelme2yolo.py`将标注结果从JSON格式转换为YOLO所需的TXT格式。随后,通过Jupyter Notebook可视化标注结果确保准确性。最后,文档展示了如何组织数据集目录结构,并提供了训练与测试代码示例,包括配置文件`smoke.yaml`及训练脚本`train.py`,帮助读者完成自定义模型的训练与评估。
3628 2
|
Ubuntu 计算机视觉 C++
Ubuntu 20.04 编译 Opencv 4.11,详细步骤(带图)及报错解决,我的踩坑之旅~
Ubuntu 20.04 编译 Opencv 4.11,详细步骤(带图)及报错解决,我的踩坑之旅~
9543 0
|
传感器 人工智能 算法
AI计算机视觉笔记二十七:YOLOV8实现目标追踪
本文介绍了使用YOLOv8实现人员检测与追踪的方法。通过为每个人员分配唯一ID,实现持续追踪,并可统计人数,适用于小区或办公楼出入管理。首先解释了目标检测与追踪的区别,接着详细描述了使用匈牙利算法和卡尔曼滤波实现目标关联的过程。文章提供了基于IOU实现追踪的具体步骤,包括环境搭建、模型加载及追踪逻辑实现。通过示例代码展示了如何使用YOLOv8进行实时视频处理,并实现人员追踪功能。测试结果显示,该方法在实际场景中具有较好的应用潜力。
1927 4
ROS2教程 09 bag
本文是一篇关于ROS2中bag工具使用的教程,介绍了如何记录、回放和查看话题信息的命令和步骤。
871 5
|
传感器 自动驾驶 机器人
大疆Livox Mid360 使用指南
本文是大疆Livox Mid-360激光雷达的使用指南,包括Livox Viewer 2的安装与使用、Livox SDK2的安装与演示、Livox ROS的配置与启动,以及一些使用时的注意事项。文章还提供了关于Livox Mid-360的详细特点、接线信息、尺寸信息、主控端IP设置、修改Livox Mid 360的IP方法、坐标系定义和IMU内参的介绍。此外,还提供了官方资料和软件下载的链接。
6868 2
|
人工智能 自动驾驶 PyTorch
【人工智能】Transformers之Pipeline(五):深度估计(depth-estimation)
【人工智能】Transformers之Pipeline(五):深度估计(depth-estimation)
329 2