基于ROS的激光雷达点云物体检测

环境

RTX 2060(后面关于算力)

ubuntu 18.04

ROS melodic (ubuntu 18.04安装ROS melodic可以参看我这篇文章ubuntu 18.04安装ROS系统)

CUDA 10.0

cudnn 7.6.5

caffe

cmake 3.18.0(不能低于3.12.2)

opencv 3.4.3

安装

ubuntu 18.04、ROS melodic 、CUDA 10.0、cudnn 7.6.5安装在此就不赘述。

1、caffe安装

安装依赖项

复制代码
sudo apt-get install  -y libopencv-dev
sudo apt-get install -y build-essential cmake git pkg-config
sudo apt-get install -y libprotobuf-dev libleveldb-dev libsnappy-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install -y liblapack-dev
sudo apt-get install -y libatlas-base-dev 
sudo apt-get install -y --no-install-recommends libboost-all-dev
sudo apt-get install -y libgflags-dev libgoogle-glog-dev liblmdb-dev
sudo apt-get install -y python-numpy python-scipy
sudo apt-get install -y python3-pip
sudo apt-get install -y python3-numpy python3-scipy

下载caffe开源软件项目(一定要在下载到home文件目录下

复制代码
cd ~
git clone https://gitee.com/hejuncheng1/caffe.git

进入caffe/python/目录下,执行下面的命令,下载依赖的软件 。

复制代码
cd caffe/python/
for req in $(cat requirements.txt); do pip3 install $req; done

下载到Downloads下

复制代码
git clone https://github.com/AbangLZU/cnn_seg_lidar.git

将下载下来源码里面的Makefile.config复制到caffe文件夹下

更改Makefile.config里面的部分内容

复制代码
改为(这部分算力根据自己显卡型号来哈):
CUDA_ARCH := -gencode arch=compute_30,code=sm_30 \
             -gencode arch=compute_35,code=sm_35 \
             -gencode arch=compute_50,code=sm_50 \
             -gencode arch=compute_52,code=sm_52 \
             -gencode arch=compute_60,code=sm_60 \
             -gencode arch=compute_61,code=sm_61 \
             -gencode arch=compute_61,code=compute_61

改为(根据自己OpenCV版本来,我的是3.2.0):

复制代码
#OPENCV_VERSION :=3
改为
OPENCV_VERSION :=3

编译caffe

复制代码
make -j8
make distribute

再编译本项目

首先要对源码做一部分修改(修改数据的topic,以便检测算法能读取数据):

修改**cnn_seg_lidar/src/lidar_cnn_seg_detect/nodes/cnn_segmentation.cpp**

修改完后就可以在项目文件夹cnn_seg_lidar下编译了:

复制代码
catkin_make

报错:

相关推荐
动物园猫11 小时前
生活固废垃圾分类目标检测数据集:5类别 | 目标检测
目标检测·分类·生活
FriendshipT12 小时前
Ultralytics:解读Proto模块
人工智能·pytorch·python·深度学习·目标检测
ViperL112 小时前
[智能算法]NASSFG-显著特征指导的医学目标检测NAS
人工智能·目标检测·计算机视觉
搞科研的小刘选手1 天前
【华中师范大学、华南师范大学联合主办】第五届图像处理、目标检测与跟踪国际学术会议(IPODT 2026)
图像处理·目标检测·跟踪·学术会议·会议推荐
这张生成的图像能检测吗1 天前
(论文速读)SCNN:用于交通场景理解的空间CNN
人工智能·深度学习·目标检测·计算机视觉·道路线检测
延卿2 天前
nnDetection:基于 PyTorch 的目标检测框架
人工智能·pytorch·目标检测
动物园猫3 天前
PCB表面缺陷目标检测数据集:6类别、3,500张图像 | 目标检测
人工智能·目标检测·计算机视觉
AI棒棒牛3 天前
第11讲 | 目标检测任务:边界框、IoU、类别与置信度
人工智能·yolo·目标检测·yolo26
FriendshipT3 天前
Ultralytics:解读CBLinear模块
人工智能·pytorch·python·深度学习·目标检测