ubuntu18.04复现yolo v8之最终章,realsenseD435i+yolo v8完美运行

背景:上一篇博客我们已经为复现yolov8配置好了环境,如果前面的工作顺利进行,我们已经完成了90%(学习类程序最难的是环境配置)。

接下来将正式下载yolov8的相关代码,以及进行realsenseD435i相机+yolo v8的demo演示。

系统:ubuntu18.04

ROS:melodic

相机型号:Intel realsenseD435i

pytorch及python版本要求(上一篇博客已经完成):
Pip install the ultralytics package including all requirements in a Python>=3.8 environment with PyTorch>=1.8.

一、三步法创建一个ROS工作空间:

c 复制代码
mkdir -p ~/cat_ws/src
cd ~/cat_ws/src/
catkin_init_workspace 
cd ..
catkin_make

二、下载yolo v8程序

a.激活conda环境

c 复制代码
conda activate yolov8

b.安装以下依赖

c 复制代码
pip install ultralytics
pip install rospkg

c.进入工作空间src文件夹,安装Yolov8_ROS

程序链接:https://github.com/qq44642754a/Yolov8_ros

c 复制代码
cd cat_ws/src

git clone https://github.com/qq44642754a/Yolov8_ros.git

cd ..

catkin_make

至此,yolo v8已配置完成。

三、realsenseD435i相机+yolo v8联合运行demo

a.这里假设你已经安装了realsense驱动及realsense-ros,还没安装的可以参考我的博客ubuntu18.04安装Realsense D435i相机SDK及realsense-ros记录,为后期运行yolo v5作准备

b.详细运行realsenseD435i相机+yolo v8步骤:

c 复制代码
#1.使用usb将realsenseD435i相机插入电脑

#2.打开终端,激活conda环境
conda activate yolov8

#3.进入工作空间运行yolov8命令,直到终端出现waiting for image.进行下一步
cd cat_ws/src
roslaunch yolov8_ros yolo_v8.launch

#4.重新打开一个终端,打开相机程序
cd cat_ws/src
roslaunch realsense2_camera rs_camera.launch

至此,就可看到yolov8的检测效果,如下图所示

完美~~~

相关推荐
晨间晓18 小时前
目标从哪个区域去了哪里?我用 YOLO + ByteTrack 做了多 ROI 区域流转分析
yolo
YOLO数据集集合1 天前
滑坡检测数据集 | 滑坡检测 地质灾害 无人机巡检 应急响应 目标检测 YOLO格式 深度学习数据集 计算机视觉10670期
深度学习·yolo·目标检测·计算机视觉·无人机·滑坡
晨间晓1 天前
目标进了这个区域多久?我用 YOLO + ByteTrack 做了 ROI 占用与停留分析
yolo
YOLO数据集集合1 天前
小麦穗检测数据集 | 小麦穗检测 植物表型 密集目标检测 农业AI9182期
人工智能·yolo·目标检测·机器学习·目标跟踪·小麦穗
FL16238631292 天前
城市道路叶子叶堆检测数据集VOC+YOLO格式351张2类别
人工智能·yolo·机器学习
AI日报派送佬2 天前
Ultralytics YOLO 模型训练技巧与最佳实践
人工智能·python·深度学习·yolo·机器学习·计算机视觉
FL16238631293 天前
外来入侵植物检测数据集VOC+YOLO格式1111张5类别
人工智能·yolo·机器学习
菜鸟变凤凰20233 天前
基于深度学习 YOLOv8 的各种识别系统(Vue3 + Element Plus + Django 全栈项目)
深度学习·yolo·django
冷雨夜中漫步3 天前
YOLO快速入门——(2)YOLO V26安装与快速入门
图像处理·算法·yolo·计算机视觉
YOLO数据集集合3 天前
遥感滑坡图像识别数据集 | 滑坡识别 遥感影像 语义分割 灾害监测 无人机航拍 目标检测 深度学习数据集 计算机视觉9172期
人工智能·yolo·目标检测·计算机视觉·无人机·滑坡