0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

TogetherROS目標(biāo)檢測(cè)運(yùn)行方法

麥辣雞腿堡 ? 來源:古月居 ? 作者:古月居 ? 2023-11-28 16:41 ? 次閱讀

接下來,我們就運(yùn)行一個(gè)更為直觀的案例——目標(biāo)檢測(cè)。

在這個(gè)案例中,需要大家找一個(gè)USB的相機(jī),連接到旭日X3拍的USB接口上。

在運(yùn)行這個(gè)例程之前,需要確認(rèn)兩點(diǎn):

1.有一個(gè)USB相機(jī)已經(jīng)連接到了旭日X3派板子上;

2.有一個(gè)HDMI的顯示器也連接到了旭日X3派板子上,它主要用于顯示后續(xù)的圖像檢測(cè)的效果。

要確認(rèn)USB相機(jī)已經(jīng)正確連接到開發(fā)板,可以在終端輸入命令“l(fā)s - dv“查看當(dāng)前設(shè)備號(hào),默認(rèn)把USB相機(jī)識(shí)別為vedio8。

如果當(dāng)前列表里能找到vedio8就說明相機(jī)被成功識(shí)別到了。

圖片

輸入以下命令運(yùn)行例程:

** cd /app/ai_inference/02_usb_camera_sample/ ** python3 ./usb_camera_fcos.py

代碼第一行,02例程的功能是通過相機(jī)動(dòng)態(tài)采集圖像,并對(duì)圖像里的目標(biāo)物體進(jìn)行實(shí)時(shí)識(shí)別。

代碼第二行,我們用python3來運(yùn)行例程usb_camera_fcos.py,它的目標(biāo)識(shí)別的功能是通過我們板卡中CPU的AI引擎來實(shí)現(xiàn)的。

我們輸入以上兩行代碼,就開始驅(qū)動(dòng)相機(jī)、并對(duì)相機(jī)里的圖像做動(dòng)態(tài)識(shí)別了。

此時(shí)如果有連接HDMI的顯示器,就可以在顯示器里看到動(dòng)態(tài)識(shí)別的效果。

我們可以調(diào)整USB相機(jī)鏡頭的范圍,去拍一些杯子、電腦、顯示器等等,都可以把對(duì)應(yīng)的目標(biāo)物體識(shí)別到,并把對(duì)應(yīng)的物體用彩色框給框出來;

在框的左上角,就是識(shí)別到物體的名稱、以及它識(shí)別的概率值了。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 機(jī)器人
    +關(guān)注

    關(guān)注

    210

    文章

    27838

    瀏覽量

    204575
  • usb
    usb
    +關(guān)注

    關(guān)注

    60

    文章

    7772

    瀏覽量

    262365
  • 相機(jī)
    +關(guān)注

    關(guān)注

    4

    文章

    1303

    瀏覽量

    53134
  • ROS
    ROS
    +關(guān)注

    關(guān)注

    1

    文章

    276

    瀏覽量

    16882
收藏 人收藏

    評(píng)論

    相關(guān)推薦

    MATLAB的行人目標(biāo)檢測(cè)方法有哪些?

    MATLAB的行人目標(biāo)檢測(cè)方法有哪些,就是主要的方法,基于背景的,基于目標(biāo)的,還有其他的。都有哪些?
    發(fā)表于 08-23 16:30

    基于部件的自動(dòng)目標(biāo)檢測(cè)方法研究

    該文提出了一種新的自動(dòng)目標(biāo)檢測(cè)算法,實(shí)現(xiàn)對(duì)自然場(chǎng)景圖像及高分辨率遙感圖像中結(jié)構(gòu)相對(duì)復(fù)雜的人造目標(biāo)的自動(dòng)檢測(cè)。該方法基于組成物體的幾何部件處理
    發(fā)表于 06-23 14:12 ?14次下載

    運(yùn)動(dòng)目標(biāo)檢測(cè)方法的對(duì)比分析和仿真實(shí)現(xiàn)

    研究了目前運(yùn)動(dòng)目標(biāo)檢測(cè)常用的兩種方法:三幀差分法及混合高斯模型背景差分法,并對(duì)兩種運(yùn)動(dòng)目標(biāo)檢測(cè)方法
    發(fā)表于 12-23 14:31 ?23次下載
    運(yùn)動(dòng)<b class='flag-5'>目標(biāo)</b><b class='flag-5'>檢測(cè)</b><b class='flag-5'>方法</b>的對(duì)比分析和仿真實(shí)現(xiàn)

    基于海天線提取的紅外小目標(biāo)檢測(cè)方法

    通過對(duì)海上紅外圖像進(jìn)行分析,提出了一種基于海天線提取的紅外小目標(biāo)檢測(cè)方法。該算法的基本思路是根據(jù)所需提取目標(biāo)的特點(diǎn),首先選擇感興趣的灰度區(qū)域,然后運(yùn)用Canny算子進(jìn)行
    發(fā)表于 04-20 11:32 ?43次下載
    基于海天線提取的紅外小<b class='flag-5'>目標(biāo)</b><b class='flag-5'>檢測(cè)</b><b class='flag-5'>方法</b>

    機(jī)場(chǎng)場(chǎng)面監(jiān)視雷達(dá)目標(biāo)檢測(cè)方法

    機(jī)場(chǎng)場(chǎng)面監(jiān)視雷達(dá)目標(biāo)檢測(cè)方法_陳建軍
    發(fā)表于 01-07 16:06 ?0次下載

    基于仿生視覺系統(tǒng)的運(yùn)動(dòng)目標(biāo)快速檢測(cè)方法

    針對(duì)如何快速而精準(zhǔn)地檢測(cè)出運(yùn)動(dòng)目標(biāo)問題,借鑒昆蟲復(fù)眼在視覺信息處理上的獨(dú)特技巧和原理,提出一種基于仿生視覺系統(tǒng)的運(yùn)動(dòng)目標(biāo)快速檢測(cè)方法,為確保
    發(fā)表于 11-10 11:35 ?6次下載
    基于仿生視覺系統(tǒng)的運(yùn)動(dòng)<b class='flag-5'>目標(biāo)</b>快速<b class='flag-5'>檢測(cè)</b><b class='flag-5'>方法</b>

    基于GPU的并行化運(yùn)動(dòng)目標(biāo)檢測(cè)方法的研究

    在智能視頻監(jiān)控領(lǐng)域中,運(yùn)動(dòng)目標(biāo)檢測(cè)已經(jīng)成為主要研究課題之一,針對(duì)傳統(tǒng)的方向梯度直方圖(HOG)算法并行化程度低等問題,采用了基于嵌入式GPU的并行化改進(jìn)的運(yùn)動(dòng)目標(biāo)檢測(cè)
    發(fā)表于 11-15 11:33 ?7次下載
    基于GPU的并行化運(yùn)動(dòng)<b class='flag-5'>目標(biāo)</b><b class='flag-5'>檢測(cè)</b><b class='flag-5'>方法</b>的研究

    一種非靜止背景下的運(yùn)動(dòng)目標(biāo)檢測(cè)方法

    較好的運(yùn)動(dòng)補(bǔ)償,并通過幀差分方法來提取視頻序列中的運(yùn)動(dòng)目標(biāo)。在現(xiàn)代有軌電車障礙物檢測(cè)系統(tǒng)中運(yùn)行的實(shí)驗(yàn)結(jié)果表明,該方法可以較好地消除運(yùn)動(dòng)
    發(fā)表于 11-15 14:53 ?8次下載
    一種非靜止背景下的運(yùn)動(dòng)<b class='flag-5'>目標(biāo)</b><b class='flag-5'>檢測(cè)</b><b class='flag-5'>方法</b>

    基于子矩陣波束的目標(biāo)檢測(cè)方法

    針對(duì)同一單頻帶內(nèi)未知目標(biāo)檢測(cè)中強(qiáng)、弱目標(biāo)不能同時(shí)被檢測(cè)問題,依據(jù)不同子矩陣波束形成輸出直流響應(yīng)值不同,提出一種基于子矩陣波束形成輸出直流響應(yīng)加權(quán)的
    發(fā)表于 11-28 15:23 ?0次下載

    解析在目標(biāo)檢測(cè)中怎么解決小目標(biāo)的問題?

    導(dǎo)讀 本文介紹了一些小目標(biāo)物體檢測(cè)方法和思路。 在深度學(xué)習(xí)目標(biāo)檢測(cè)中,特別是人臉檢測(cè)中,由于分
    的頭像 發(fā)表于 04-26 14:13 ?6155次閱讀
    解析在<b class='flag-5'>目標(biāo)</b><b class='flag-5'>檢測(cè)</b>中怎么解決小<b class='flag-5'>目標(biāo)</b>的問題?

    基于卷積神經(jīng)網(wǎng)絡(luò)的雷達(dá)目標(biāo)檢測(cè)方法綜述

    基于卷積神經(jīng)網(wǎng)絡(luò)的雷達(dá)目標(biāo)檢測(cè)方法綜述
    發(fā)表于 06-23 14:43 ?61次下載

    基于改進(jìn)SSD的車輛小目標(biāo)檢測(cè)方法

    基于改進(jìn)SSD的車輛小目標(biāo)檢測(cè)方法 來源:《應(yīng)用光學(xué)》,作者李小寧等 ? 摘?要:地面車輛目標(biāo)檢測(cè)問題中由于
    發(fā)表于 02-08 08:55 ?1222次閱讀
    基于改進(jìn)SSD的車輛小<b class='flag-5'>目標(biāo)</b><b class='flag-5'>檢測(cè)</b><b class='flag-5'>方法</b>

    目標(biāo)檢測(cè)EDA方法有哪些 eda和pcb的區(qū)別

    目標(biāo)檢測(cè)(Object Detection)是計(jì)算機(jī)視覺領(lǐng)域中的重要任務(wù),用于在圖像或視頻中定位和識(shí)別出多個(gè)感興趣的對(duì)象。EDA(Enhancement, Detection, and Augmentation)方法是一種綜合的
    發(fā)表于 07-20 14:43 ?1525次閱讀

    TogetherROS Bot相機(jī)驅(qū)動(dòng)方法

    TogetherROS?·Bot相機(jī)驅(qū)動(dòng) 除此之外,TogetherROS?·Bot中也提供了USB攝像頭的驅(qū)動(dòng)節(jié)點(diǎn),連接攝像頭之后,直接設(shè)置設(shè)備的權(quán)限和TogetherROS的環(huán)境變量就可以使用了
    的頭像 發(fā)表于 11-24 15:48 ?312次閱讀
    <b class='flag-5'>TogetherROS</b> Bot相機(jī)驅(qū)動(dòng)<b class='flag-5'>方法</b>

    基于深度學(xué)習(xí)的小目標(biāo)檢測(cè)

    )的廣泛應(yīng)用,小目標(biāo)檢測(cè)的性能得到了顯著提升。本文將詳細(xì)探討基于深度學(xué)習(xí)的小目標(biāo)檢測(cè)技術(shù),包括其定義、挑戰(zhàn)、常用方法以及未來發(fā)展方向。
    的頭像 發(fā)表于 07-04 17:25 ?419次閱讀