realsense D455深度相机+YOLO V5结合实现目标检测(一)
realsense D455深度相机+YOLO V5结合实现目标检测(二)第二篇链接
可以实现将D435,D455深度相机和yolo v5结合到一起,在识别物体的同时,还能测到物体相对与相机的距离。
说明一下为什么需要做这个事情?1.首先为什么需要用到realsense D455深度相机? 因为他是普通的相机还加了一个红外测距的东西,所以其他二维图像一样,能够得到三维世界在二维像素平面的投影,也就是图片,但是我们损失了一个深度的维度以后得到的都是投影的东西,比如说苹果可以和足球一样大,因为我们不知道深度也就是物体距离相机的距离信息,所以我们需要一个深度相机来实现测距离。2.为什么需要用到yolo算法?因为他在实时性和准确率方面都可以,可以应用于工农业生产当中,所以肯定很需要。所以才会有这二者的结合的必要性!
1.代码来源
首先感谢github上的yuanyuanyuan killnice大佬将自己的代码开源出来,这是我第一次用realsense深度相机去实现将其与目标检测的yolo v5 算法结合在一起,实现2.5维的检测吧。首先大家如果想用这个代码的话可以去这里git clone yuanyuanyuan killnice大佬的代码 (为了防止链接不过去还是再写在这里 https://github.com/killnice/yolov5-D435i.git)。
2.环境配置
首选clone下yuanyuanyuan killnice大佬的代码后,在命令行运行:
pip install -r requirements.txt
pip install pyrealsense2
然后cd到进入工程文件夹下执行:
python main_debug.py
第一次运行会自动下载yolov5l6.pt文件,大约140MB左右,如果由于网速原因不能自动下载,请手动在yolo v5的github上自己下载。运行结果如下:

3.代码分析:
3.1如何用realsense在python下面调用的问题:
这个的来源是从realsense的官方文档中来的

本文介绍了如何结合Realsense D455深度相机与YOLOv5目标检测算法,实现在检测物体的同时获取其相对于相机的距离。通过github上的开源代码,详细解析了环境配置、代码逻辑,包括相机流的配置、深度图像处理、YOLOv5模型的应用,以及关键函数的分析。最终展示了实时目标检测与距离测量的实现过程。
&spm=1001.2101.3001.5002&articleId=120005574&d=1&t=3&u=521748f129cb4cd688e70d0c0e87f418)
1万+

被折叠的 条评论
为什么被折叠?



