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
Sunhen_Qiletian3 小时前
高性能人工智能目标检测开山篇----YOLO v1算法详解(上篇)
人工智能·深度学习·yolo·目标检测·计算机视觉·目标跟踪
AI妈妈手把手1 天前
YOLO V2全面解析:更快、更准、更强大的目标检测算法
人工智能·算法·yolo·目标检测·计算机视觉·yolo v2
过往入尘土2 天前
YOLOv5:实时目标检测的现代化实践与深度解析
人工智能·yolo·目标检测
B站计算机毕业设计之家2 天前
计算机视觉:pyqt5+yoloV5目标检测平台 python实战 torch 目标识别 大数据项目 目标跟踪(建议收藏)✅
深度学习·qt·opencv·yolo·目标检测·计算机视觉·1024程序员节
知来者逆2 天前
计算机视觉——从环境配置到跨线计数的完整实现基于 YOLOv12 与质心追踪器的实时人员监控系统
人工智能·yolo·目标检测·计算机视觉·1024程序员节·目标追踪·yolov12
weixin_457340212 天前
VOC XML 旋转框 转换为 YOLO OBB 格式
xml·yolo·目标检测·视觉检测
这张生成的图像能检测吗2 天前
(论文速读)超像素引导低光图像增强与特征恢复
图像处理·人工智能·目标检测·计算机视觉·低照度图像增强
CoookeCola2 天前
开源图像与视频过曝检测工具:HSV色彩空间分析与时序平滑处理技术详解
人工智能·深度学习·算法·目标检测·计算机视觉·开源·音视频
AI浩2 天前
自监督 YOLO:利用对比学习实现标签高效的目标检测
学习·yolo·目标检测
王哈哈^_^3 天前
【数据集】【YOLO】【目标检测】口罩数据集,口罩佩戴识别数据集 1971 张,YOLO佩戴口罩检测算法实战训练教程。
人工智能·算法·yolo·目标检测·计算机视觉·ai·视觉检测