emmm,我老師寫(xiě)的代碼,Intel D435抓到畫(huà)面,經(jīng)過(guò)YOLOV5以后,輸出結(jié)果控制小車(chē)來(lái)運(yùn)動(dòng),很具體的代碼就不能分享了,不過(guò)我就是想研究下這個(gè)CV算法的結(jié)果是如何和硬件世界產(chǎn)生聯(lián)系的。
代碼在運(yùn)行的時(shí)候都是需要設(shè)置CAN的一些參數(shù)
一開(kāi)始就是一個(gè)大無(wú)語(yǔ)的事件,在源碼里面有一個(gè)代碼的注釋?zhuān)淄逕o(wú)止境~
合著這一篇文就是無(wú)限Copy唄,吐了
由于系統(tǒng)將 CAN 設(shè)備作為網(wǎng)絡(luò)設(shè)備進(jìn)行管理,因此在 CAN 總線應(yīng)用開(kāi)發(fā)方面, Linux 提供了SocketCAN 接口,使得 CAN 總線通信近似于和以太網(wǎng)的通信,應(yīng)用程序開(kāi)發(fā)接口 更加通用, 也更加靈活。
SocketCAN 中大部分的數(shù)據(jù)結(jié)構(gòu)和函數(shù)在頭文件 linux/can.h 中進(jìn)行了定義。CAN 總線套接字的創(chuàng)建采用標(biāo)準(zhǔn)的網(wǎng)絡(luò)套接字操作來(lái)完成。網(wǎng)絡(luò)套接字在頭文件 sys/socket.h 中定義。
截至現(xiàn)在,edge瀏覽器已經(jīng)被我不小心關(guān)了兩次了,吐了,
主要會(huì)開(kāi)3個(gè)線程,有一個(gè)是測(cè)試的,在運(yùn)行的時(shí)候是不需要打開(kāi)的
這個(gè)就看一個(gè)定義就行
這里使用雙目的相機(jī)做出來(lái)的,使用了隊(duì)列的結(jié)構(gòu)來(lái)緩沖
這個(gè)魚(yú)眼我覺(jué)沒(méi)有用到
以及圖像中間的一些緩存結(jié)果
這個(gè)就是我在意的東西,推理的結(jié)果就這樣就輸出來(lái)
這里是把相機(jī)和tensor(英偉達(dá)的加速器),通用功能寫(xiě)一起
這里是相機(jī)的分辨率,直接就最高了
因?yàn)槭怯ミ_(dá)的東西,所以CUDA必須出現(xiàn)
這個(gè)是算法的修正參數(shù)
這里有個(gè)疑惑的地方就是Z,可能是使用了深度相機(jī),所以這個(gè)就可以讀取到,上面說(shuō)了,Z是相機(jī)到景物的距離,我土狗了。
這個(gè)就是我最感興趣的,從圖像中計(jì)算出來(lái)的一個(gè)結(jié)果怎么樣才可以傳到外部進(jìn)行下一步的計(jì)算和使用呢?結(jié)構(gòu)體里面第一個(gè)就是預(yù)測(cè)框的點(diǎn)容器,我覺(jué)得CV里面最好玩,最有成就感的事情無(wú)非就是這些事情了,下面是的你計(jì)算的物體的置信值,下面是標(biāo)簽,具體的這個(gè)距離還是需要使用雙目相機(jī)來(lái)估計(jì)位置。
應(yīng)該是可以使用的雙目相機(jī)
具體的結(jié)構(gòu)圖
最大支持就是1080P的結(jié)果
這個(gè)就是當(dāng)時(shí)的一張照片,我這里就截圖了
這個(gè)是結(jié)果的參數(shù)結(jié)構(gòu)體
YOLO的輸出結(jié)構(gòu)體
這個(gè)看注釋吧,不過(guò)應(yīng)該是有一個(gè)高性能車(chē)道線檢測(cè)算法LaneATT,下面也有輸出的結(jié)果,不過(guò)在室內(nèi)是沒(méi)有檢測(cè)到。
算法的流程圖
太詳細(xì)的代碼不貼了,不過(guò)這里可以放一個(gè)工具函數(shù):
realsense到CV
這個(gè)就是控制車(chē)子和相機(jī)的代碼
相機(jī)正常輸出幀以后,開(kāi)始處理
這句是來(lái)判斷,是不是人和深度無(wú)限遠(yuǎn)
這里就是在上面條件成立的前提下開(kāi)始控制車(chē)
只有兩個(gè)
把要控制的指令打包好一發(fā)送就差不多可以啦。
審核編輯:劉清
-
以太網(wǎng)通信
+關(guān)注
關(guān)注
2文章
52瀏覽量
11085 -
Linux系統(tǒng)
+關(guān)注
關(guān)注
4文章
596瀏覽量
27511 -
CAN接口
+關(guān)注
關(guān)注
3文章
78瀏覽量
25820
原文標(biāo)題:YoloV5如何輸出檢測(cè)結(jié)果給外界使用?
文章出處:【微信號(hào):TT1827652464,微信公眾號(hào):云深之無(wú)跡】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
【YOLOv5】LabVIEW+YOLOv5快速實(shí)現(xiàn)實(shí)時(shí)物體識(shí)別(Object Detection)含源碼
在RK3568教學(xué)實(shí)驗(yàn)箱上實(shí)現(xiàn)基于YOLOV5的算法物體識(shí)別案例詳解
龍哥手把手教你學(xué)視覺(jué)-深度學(xué)習(xí)YOLOV5篇
怎樣使用PyTorch Hub去加載YOLOv5模型
使用Yolov5 - i.MX8MP進(jìn)行NPU錯(cuò)誤檢測(cè)是什么原因?
如何YOLOv5測(cè)試代碼?
yolov5模型onnx轉(zhuǎn)bmodel無(wú)法識(shí)別出結(jié)果如何解決?
基于YOLOv5的目標(biāo)檢測(cè)文檔進(jìn)行的時(shí)候出錯(cuò)如何解決?
YOLOv5 7.0版本下載與運(yùn)行測(cè)試
使用旭日X3派的BPU部署Yolov5
![使用旭日X3派的BPU部署<b class='flag-5'>Yolov5</b>](https://file1.elecfans.com/web2/M00/82/4B/wKgZomRIxXiAO1k3AAAQ1gcwo0w607.jpg)
yolov5和YOLOX正負(fù)樣本分配策略
![<b class='flag-5'>yolov5</b>和YOLOX正負(fù)樣本分配策略](https://file1.elecfans.com/web2/M00/90/65/wKgZomTZpAGAL2OrAAALvAFuRhg212.jpg)
YOLOv5網(wǎng)絡(luò)結(jié)構(gòu)訓(xùn)練策略詳解
![<b class='flag-5'>YOLOv5</b>網(wǎng)絡(luò)結(jié)構(gòu)訓(xùn)練策略詳解](https://file1.elecfans.com/web2/M00/A3/D6/wKgaomT-hseABToSAABEbyu0dCc818.png)
RK3588 技術(shù)分享 | 在Android系統(tǒng)中使用NPU實(shí)現(xiàn)Yolov5分類(lèi)檢測(cè)-迅為電子
![RK3588 技術(shù)分享 | 在Android系統(tǒng)中使用NPU實(shí)現(xiàn)<b class='flag-5'>Yolov5</b>分類(lèi)<b class='flag-5'>檢測(cè)</b>-迅為電子](https://file.elecfans.com/web2/M00/8F/36/poYBAGPjTaSAUhNtAAC4IPnonvY171.png)
在樹(shù)莓派上部署YOLOv5進(jìn)行動(dòng)物目標(biāo)檢測(cè)的完整流程
![在樹(shù)莓派上部署<b class='flag-5'>YOLOv5</b>進(jìn)行動(dòng)物目標(biāo)<b class='flag-5'>檢測(cè)</b>的完整<b class='flag-5'>流程</b>](https://file1.elecfans.com/web2/M00/0B/44/wKgZomcxbtSASks4AAAW0BjJUx4709.png)
評(píng)論