机器人操作系统（ROS）课件9.2基于深度学习的标志物检测.pptx

机器人操作系统（ROS）

机器人操作系统（ROS）基于深度学习的标志物检测9.2

机器人操作系统（ROS）9.2基于深度学习的标志物检测深度学习（deeplearning）是深度学习中表征学习方法的一类，其通过监督式或者半监督式的特征学习和分层特征提取高效算法来代替手工特征，可以让机器学习算法更加容易的进行学习。本章我们将学习如何进行数据集的制作和标注，以及模型的训练，并利用训练好的模型进行道路标志物的检测。

机器人操作系统（ROS）9.2.1依赖库安装（1）pip3配置通过如下命令安装pip3：$sudoapt-getinstallpython3-pip如果此时显示Unabletofetchsomearchives，则运行如下命令后重新安装：$sudoapt-getupdate安装完成后，运行如下指令查看pip3版本，如果能显示出如下内容则安装成功：pip3版本接下来运行如下命令更新pip3至最新版本：$sudopython3-mpipinstall--upgradepippip3升级至21.3.1版本

机器人操作系统（ROS）9.2.1依赖库安装（2）labelimg配置labelimg是一个图形图像注释工具。图片标注主要是用来创建自己的数据集，方便进行深度学习训练，如目标追踪、图像分类等。运行如下命令进行labelimg的安装：$gitclone/mirrors/ruolingdeng/labelimg.git$cdlabelimg/$sudoapt-getinstallpyqt5-dev-tools$sudopip3--default-timeout=1000install-rrequirements/requirements-linux-python3.txt$makeqt5py3安装完成后，运行如下命令打开labelImg软件：$python3labelImg.py若出现报错：ImportError:Nomodulenamedlxml则运行如下命令安装相应的依赖：$sudoapt-getinstallpython3-lxmllabelImg界面

机器人操作系统（ROS）9.2.1依赖库安装（3）OpenCV配置运行如下命令更新相关的依赖:$sudoapt-getinstallbuild-essentialcmakegitlibgtk2.0-devpkg-configlibavcodec-devlibavformat-devlibswscale-dev接着进入OpenCV网站寻找对应的OpenCV版本进行下载：/releases/。（根据11.4.1的方法来安装所需版本的OpenCV）（4）安装v4l2capture模块v4l2是linux操作系统下用于采集图片、视频和音频数据的API接口，配合适当的视频采集设备和相应的驱动程序，可以实现图片、视频、音频等的采集。进入网址：/atareao/python3-v4l2capture，下载源码。解压后进入python3-v4l2capture文件夹，运行如下指令进行安装：$sudo./setup.pyinstall若终端显示如图所示的信息，则安装成功。安装成功

机器人操作系统（ROS）9.2.2数据采集首先，将本书配套的源码解压到相应的文件夹。在/your_path/paddle/detect/目录下,可以看到里面包含5个python脚本，其中通过相机获取图像数据的脚本是Data_Coll.py，代码部分内容如下：#!/usr/bin/envpython#-*-coding:utf-8-*-importosimportv4l2captureimportselectfromctypesimport*importstruct,arrayfromfcntlimportioctlimportcv2importnumpyasnpimporttimefromsysimportargvimportmultiprocessingimporttimeimportgetoptpath=os.path.split(os.path.realpath(__file__))[0]save_name=img……

机器人操作系统（ROS）在终端输入如下命令运行图像采集脚本：$python3Date_coll.py运行成功后会出现如图所示的界面。界面中会显示当前采集的图像，以及采集的个数，此时移动车体或移动标志物来获取不同视角下包含有标志物的图像；当采集到合适数量图像后，单击按键‘q’结束采集；保