华为昇腾 Ascend YOLOV8 推理示例 C++
使用yolov5-v6先完成车位号的检测与识别,然后采用opencv-dnn-cpp模块部署;c++环境,部署只需要要opencv库
高博orb稠密见图,无回环。安装前看readme
slam相关库文件,安装前请仔细阅读README.md,点进每个单独的压缩包,可以进行单独下载。opencv3.4.1,在百度云网盘,请自行下载,链接: https://pan.baidu.com/s/15ZwYkGkkIczqcdAyEoW2KA 提取码: 8t1f
realsense_ros的依赖库文件,放在ros工作空间下编译
librealsense 2.50.0驱动安装,ros1中librealsense 2.50.0与realsense-ros 2.3.2匹配 (ros2中librealsense 2.50.0是realsense-ros 3.2.3); 安装顺序为librealsense 2.50.0、 ddynamic_reconfigure、realsense-ros 2.3.2
快速车道线检测Fast-Lane_Detection,适用于自己数据集,制作来检测车道线,提供训练,推理,ros推理分支
1. ORBSLAM2源码编译,环境配置,包含三方库下载; 2. 带回环的稠密重建转2D栅格地图dense_pointcloud_map分支; 3. ros分布式节点稠密点云重建,可以在线生成代价地图dense_DSTB分支。
yolov5-v7只用onnx做推理,环境只需要opencv3.3以上,若使用cuda加速,请使用opencv4.6。输入为图片
使用tensorRT加速yolov5-v7版本,可以加速检测。也可以加速分割,采用FP32格式yolov5n在3060TI上1ms(应该是小于1ms)。yolov5s在3060TI上3ms。 yolov5l为14ms; yolov5n-seg在3060上2ms左右, master版本直接cmake编译,不涉及ros
采用tensorrt加速推理,只在nano上进行推理,点云处理在工控机上,同时完成测距与检测