영상인식3 ROS image topic 가져와서 YOLOv7 작동시키기 1. 목표 Moveit!으로 장애물 회피를 하기 위해 Depth camera를 사용하고 있습니다. Intel Realsense의 D435 뎁스 카메라는 뎁스 이미지 뿐만 아니라 RGB 이미지도 제공합니다. 이번에는 Moveit!을 작동시키는 동시에 뎁스 카메라의 이미지를 가져와 YOLOv7을 작동시켜보고자 합니다. 이렇게 하면 카메라를 여러 개 사용하지 않아도 되고, 하나의 카메라로 장애물 인식과 검사 대상 인식을 동시에 하기 때문에 좌표계가 일치하므로 정확도가 더욱 좋아집니다. 2. 방법 2-1. 기본 YOLOv7 작동 시키기 2023. 8. 29. [YOLOv4] 인식 결과 저장하기 Yolov4를 이용한 프로젝트를 진행하다 보면 인식하고 있는 장면을 보여줘야 하는 경우가 종종 발생합니다. 이전에는 실시간으로 인식하고 있는 장면을 화면 녹화 프로그램으로 찍었었는데 여러 인식기를 만들어 같은 영상을 틀어줘서 성능을 비교하는 작업을 하다보니 녹화 프로그램을 쓰기가 굉장히 불편했습니다. 그래서 검색을 해보니 Yolov4에 자체적으로 인식 결과를 저장하는 명령어가 있더라구요. 이번에도 AlexeyAB의 GitHub를 참고했습니다. https://github.com/AlexeyAB/darknet GitHub - AlexeyAB/darknet: YOLOv4 / Scaled-YOLOv4 / YOLO - Neural Networks for Object Detection (Windows and Lin.. 2022. 5. 5. [yolov4] Bounding box 중심점 출력하기 물체를 인식하고 쫓아가기 위해서는 화면상에 물체가 어디에 위치하는지 알아야 합니다. 그러기 위해서는 바운딩 박스의 정보(시작점의 xy좌표, 박스의 크기)를 받아야 합니다. darknet에서는 이 기능을 제공하고 있습니다. darknet을 실행할 때 ./darknet detector demo data/obj.data yolov4.cfg backup/yolov4_best.weights -c 0 여기에서 ./darknet detector demo data/obj.data yolov4.cfg backup/yolov4_best.weights -c 0 -ext_output 이렇게 끝에 -ext_output만 추가해주면 바운딩 박스의 좌표와 크기를 알 수 있습니다. 하지만 제가 출력하고 싶은 건 박스의 중심좌표이므로.. 2022. 3. 28. 이전 1 다음
