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
Dekesas96951 小时前
【YOLOv8】风速塔设备序列号自动识别与定位 - 基于CSP-FreqSpatial改进方案
yolo
FL16238631292 小时前
[C#][winform]基于yolov11的打电话玩手机检测系统C#源码+onnx模型+评估指标曲线+精美GUI界面
yolo·智能手机
jinglong.zha2 小时前
【Yolov8】图形化检测视频-源码免费分享
人工智能·yolo·目标跟踪·视觉检测·yolov8·yolov11
智驱力人工智能3 小时前
无人机车辆密度检测系统价格 询价准备 需要明确哪些参数 物流园区无人机车辆调度系统 无人机多模态车流密度检测技术
深度学习·算法·安全·yolo·无人机·边缘计算
adaAS14143153 小时前
YOLOv5-ASF-P2:果蝇性别识别与分类实战指南_1
yolo·分类·数据挖掘
前网易架构师-高司机5 小时前
标注好的胃病识别数据集,可识别食管炎,胃炎,胃出血,健康,息肉,胃溃疡等常见疾病,支持yolo, coco json,pascal voc xml格式的标注
深度学习·yolo·数据集·疾病·胃病·胃炎·胃部
超龄超能程序猿11 小时前
YOLOv8 五大核心模型:从检测到分类的介绍
yolo·分类·数据挖掘
无能者狂怒12 小时前
[硬核] C++ YOLOv8 Onnx 加速部署(源码深度解析:动态Batch+CUDA加速+预处理对齐):从 V5 到 V8 的无缝迁移与避坑指南
yolo
无能者狂怒14 小时前
YOLO C++ Onnx Opencv项目配置指南
c++·opencv·yolo
Coding茶水间18 小时前
基于深度学习的水果检测系统演示与介绍(YOLOv12/v11/v8/v5模型+Pyqt5界面+训练代码+数据集)
图像处理·人工智能·深度学习·yolo·目标检测·机器学习·计算机视觉