ubuntu18.04复现yolo v8之最终章,realsenseD435i+yolo v8完美运行

该文章已生成可运行项目,

一、背景

上一篇博客我们已经为复现yolov8配置好了环境,如果前面的工作顺利进行,我们已经完成了90%(学习类程序最难的是环境配置)。

接下来将正式下载yolov8的相关代码,以及进行realsenseD435i相机+yolo v8的demo演示。

系统:ubuntu18.04
ROS:melodic
相机型号:Intel realsenseD435i

pytorch及python版本要求(上一篇博客已经完成):
Pip install the ultralytics package including all requirements in a Python>=3.8 environment with PyTorch>=1.8.

二、具体实验方法

1、三步法创建一个ROS工作空间:
mkdir -p ~/cat_ws/src
cd ~/cat_ws/src/
catkin_init_workspace 
cd ..
catkin_make
2、下载yolo v8程序

a.激活conda环境

conda activate yolov8

b.安装以下依赖

pip install ultralytics
pip install rospkg

c.进入工作空间src文件夹,安装Yolov8_ROS
程序链接:https://github.com/qq44642754a/Yolov8_ros

cd cat_ws/src

git clone https://github.com/qq44642754a/Yolov8_ros.git

cd ..

catkin_make

至此,yolo v8已配置完成。

3、realsenseD435i相机+yolo v8联合运行demo

a.这里假设你已经安装了realsense驱动及realsense-ros,还没安装的可以参考我的博客ubuntu18.04安装Realsense D435i相机SDK及realsense-ros记录,为后期运行yolo v5作准备

b.详细运行realsenseD435i相机+yolo v8步骤:

#1.使用usb将realsenseD435i相机插入电脑

#2.打开终端,激活conda环境
conda activate yolov8

#3.进入工作空间运行yolov8命令,直到终端出现waiting for image.进行下一步
cd cat_ws/
source devel/setup.bash
roslaunch yolov8_ros yolo_v8.launch

#4.重新打开一个终端,打开相机程序
cd cat_ws/
source devel/setup.bash
roslaunch realsense2_camera rs_camera.launch

在这里插入图片描述

至此,就可看到yolov8的检测效果,如下图所示
在这里插入图片描述在这里插入图片描述

三、遇到的问题

如果运行上述命令roslaunch realsense2_camera rs_camera.launchroslaunch yolov8_ros yolo_v8.launch,不能出现yolo的识别框,则检查yolo v8.launch文件的两个地方
1、权重文件yolov8s.pt是否在weights文件夹下
2、话题中的color是否正确,如果是rgb则是在仿真环境下的话题,真实相机必须是color
在这里插入图片描述

完美~~~

本文章已经生成可运行项目
### 安装和配置YOLOv8 #### 准备工作 为了确保YOLOv8能够顺利运行,在Ubuntu 18.04环境中,首先需要确认系统的CUDA版本以及cuDNN版本兼容性。对于YOLOv8来说,通常建议使用CUDA 11.x系列配合相应的cuDNN版本。 安装`ubuntu-drivers-common`可以帮助自动识别并安装适合的NVIDIA驱动: ```bash sudo apt update && sudo apt install ubuntu-drivers-common ``` 之后可以利用命令`ubuntu-drivers devices`来查看推荐的专有驱动列表,并按照提示完成安装[^1]。 #### 获取YOLOv8源码 访问GitHub上的官方仓库获取最新的YOLOv8项目文件是一个好的开端: ```bash git clone https://github.com/ultralytics/ultralytics.git cd ultralytics/ ``` 此操作会下载由Ultralytics维护和支持的YOLOv8库到本地目录下[^3]。 #### 设置Python虚拟环境 创建一个新的Python虚拟环境有助于隔离不同项目的依赖关系,保持开发环境整洁有序: ```bash python3 -m venv yolov8-env source yolov8-env/bin/activate pip install --upgrade pip setuptools wheel ``` 激活该虚拟环境后,继续执行后续步骤前应始终保持其处于活动状态。 #### 安装必要的Python包 进入克隆下来的repository根目录,通过Pip工具安装所需的Python软件包: ```bash pip install -r requirements.txt ``` 这一步骤将会依据requirements.txt中的定义安装一系列必需的第三方模块,包括但不限于PyTorch框架及其扩展组件[^3]。 #### 验证安装成功与否 最后,可以通过简单的测试脚本来验证整个设置过程是否顺利完成: ```python from ultralytics import YOLO model = YOLO('yolov8n.pt') # 加载预训练的小型网络模型 results = model.predict(source='https://ultralytics.com/images/bus.jpg', show=True, save=True) print(results) ``` 上述代码片段展示了如何加载一个轻量级的YOLOv8 nano模型并对一张图片实施预测分析;同时开启可视化选项以便直观观察检测效果[^3]。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值