yolov8-ros目标检测---硬件与仿真环境中区别

为了完成使用realsenseD435i相机在真实环境下的目标检测任务，下载了realsense-ros和yolo8-ros功能包（都在工作空间src下）。分两种情况，1、使用真实硬件（如realsenseD435i）。2、在纯仿真环境下进行目标识别（如Gazebo），这两种情况是不同的，需要修改yolo_v8.launch中的参数，具体修改如下：

一、使用RealsenseD435i相机在真实环境下进行目标检测:

此时的yolo_v8.launch文件为：

<?xml version="1.0" encoding="utf-8"?>

<launch>

  <!-- Load Parameter -->
  
  <param name="use_cpu"           value="true" />

  <!-- Start yolov5 and ros wrapper -->
  <node pkg="yolov8_ros" type="yolo_v8.py" name="yolov8_ros" output="screen" >
    <param name="weight_path"       value="$(find yolov8_ros)/weights/yolov8s.pt"/>
  
    <!-- run yolov8 use real camera  -->
    <param name="image_topic"       value="/camera/color/image_raw" />    
 
    <param name="pub_topic"         value="/yolov8/BoundingBoxes" />
    <param name="camera_frame"       value="camera_color_frame"/>
    <param name="visualize"       value="true"/>
    <param name="conf"              value="0.3" />
  </node>

</launch>
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

需要注意的地方是，硬件条件下，订阅的图像话题为：/camera/color/image_raw

二、Gazebo仿真环境下进行目标检测，不是用真实相机:

此时的yolo_v8.launch文件为：

<?xml version="1.0" encoding="utf-8"?>

<launch>

  <!-- Load Parameter -->
  
  <param name="use_cpu"           value="true" />

  <!-- Start yolov5 and ros wrapper -->
  <node pkg="yolov8_ros" type="yolo_v8.py" name="yolov8_ros" output="screen" >
    <param name="weight_path"       value="$(find yolov8_ros)/weights/best.pt"/>  
    
    <!-- run yolov8 in gazebo simulation  -->
    <param name="image_topic"       value="/camera/rgb/image_raw" />  

    <param name="pub_topic"         value="/yolov8/BoundingBoxes" />
    <param name="camera_frame"       value="camera_color_frame"/>
    <param name="visualize"       value="true"/>
    <param name="conf"              value="0.3" />
  </node>

</launch>
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

需要注意的地方是，仿真条件下，订阅的图像话题为：/camera/rgb/image_raw

三、关于权重文件问题：

之前我一直认为yolov8自带的权重文件就已经好用，但是经过测试并不行。针对特定的物体，会出现识别不到的情况，不能发布Boundingoxes 话题。