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
FL16238631296 小时前
无人机视角海边沙滩垃圾检测数据集VOC+YOLO格式603张3类别
人工智能·yolo
YOLO数据集集合7 小时前
光伏组件异常检测数据集 | 光伏组件 异常检测 红外检测 热斑识别 光伏巡检9147期
人工智能·yolo·目标检测·语言模型·太阳能板·光伏组件
FL162386312913 小时前
车内饰品缺陷车内部件表面缺陷检测数据集VOC+YOLO格式1491张4类别
yolo
深蓝电商API14 小时前
用YOLO训练验证码目标检测模型的全流程
爬虫·yolo·目标检测·目标跟踪
YOLO数据集集合15 小时前
河道环境智能检测系统(YOLO + DeepSeek) | 河道巡检 YOLO DeepSeek 大语言模型 智慧水利 9144期
人工智能·yolo·目标检测·语言模型·河道污染·城市治理
YOLO数据集集合17 小时前
光伏组件热斑与缺陷检测数据集 | 光伏组件 热斑检测 PID识别 红外检测 光伏巡检9148期
人工智能·yolo·目标检测·光伏·红外光伏·红外检测
hhzz17 小时前
【YOLO 入门到精通 08】推理预测完全指南:多数据源、流式推理与性能优化
人工智能·python·yolo·计算机视觉·性能优化
v:PLLucky2017 小时前
眼部疾病智能检测系统
算法·yolo·机器学习·百度·facebook
YOLO数据集集合1 天前
大模型融合YOLO铁路要素缺陷分析系统 | 铁路缺陷检测 YOLO DeepSeek 大语言模型 智能巡检 9141期
人工智能·yolo·目标检测·语言模型·铁路缺陷·轨道缺陷
Tingmanyi2 天前
YOLOv13改进策略【Neck篇】| AFPN 渐进式特征金字塔,整体替换 Head 参数反降 82 万
yolo