ROS+caffe 设置GPU运行

最新推荐文章于 2023-05-15 14:56:38 发布

yj_isee

最新推荐文章于 2023-05-15 14:56:38 发布

阅读量1.3k

点赞数 1

分类专栏： Computer Vision

本文链接：https://blog.youkuaiyun.com/yaoqi_isee/article/details/81784840

版权

Computer Vision 专栏收录该内容

32 篇文章

订阅专栏

本文档描述了在ROS Kinetic与Ubuntu 16.04环境下，尝试将目标检测模型（基于Caffe）集成到ROS节点时遇到的问题。在设置为使用GPU运行的情况下，程序实际上在CPU上运行，导致图像检测速度极慢。解决方案是确保在所有使用Caffe的进程中都声明使用GPU资源。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1. 问题描述

最近尝试将目标检测模型集成到ROS上，运行环境为Ubuntu 16.04 + ROS Kinetic
目标检测模块写成了一个node，监听其他node发送过来的图像信息，对接收的图像进行目标检测。测试代码如下所示：

class DetectorNode(object):
    def __init__(self):
        # detection model parameters can be received from server
        root_dir = '/home/yq/catkin_ws/src/object_detection/scripts'
        definition_file = osp.join(root_dir, 'deploy.prototxt')
        binary_file = osp.join(root_dir, 'frcnn_xian_iter_30000.caffemodel')
        model_name = 'vgg-9s-600-rpn-base'
        img_size = [480, 640] # [rows, cols]

        # initialize object detector
        self.detector = Detector(definition_file, binary_file, model_name, img_size, gpu_id=1)

        rospy.init_node('listener', anonymous=True)
        self._bridge = CvBridge()
        self.sub_img = rospy.Subscriber('chatter', Image, self.rgb_callback, queue_size=1)

        rospy.spin()

    def rgb_callback(self, data):
        try:
            cv_img = self._bridge.imgmsg_to_cv2(data)
            obj_detect, process_img = self.detector.detect(cv_img, is_show=1)
            cv2.imshow('result', process_img)
            cv2.waitKey(1000)
        except CvBridgeError as e:
            print(e)

其中在初始化目标检测类Detector的代码中设置了caffe使用第一块卡运行。
但是实际rosrun该节点的时候，一直检测不到有任何卡被该程序占用，同时一张图的检测时间需要十几秒。这显然说明当前node是在CPU上运行。

2. 解决方案

google的结果解释为：Detector初始化函数和rgb_callback函数使用的是不同的进程，只有执行初始化的那个进程可以使用GPU，callback的进程，因为没有声明，默认使用的是CPU。

暂时的解决方案是在rgb_callback函数当中也加上如下语句

caffe.set_mode_gpu()
caffe.set_device(gpu_id)