您现在的位置是：首页 >其他 >Stereo-Detection：适合新手的双目测距开源项目网站首页其他

简介：Stereo-Detection 是一个传统的SGBM深度测距+yolov5目标检测，并部署在Jeston nano的开源教程。它致力于让更多的大四学生毕业，以及让研一学生入门

开源链接：yzfzzz/Stereo-Detection: Conventional SGBM depth ranging + yolov5 object detection with deployment on Jeston nano (github.com)

项目日志

• 双目相机的标定和初始化（2022.7.3）
• 运行BM、SGBM算法（2022.7.6）
• 研究SGBM算法并得出良好的open3d模型（2022.7.15）
• 实现双目测距（2022.7.27）
• 双目相机测出Yolov5检测物体的距离（2022.7.29）
• 视频帧率提高至6FPS（2022.7.30）
• 使用C++重勾BM算法（2022.8.1）
• 使用C++重构SGBM算法（2022.8.1）
• 使用TensorRT、C++部署yolov5模型（2022.8.3）
• 完成项目，帧率至少达到20FPS（2022.8.3）
• 新增Jeston nano部署文件

环境说明

• 🔥Tensorrt 8.4
• 🚀Cuda 11.6.1 Cudnn 8.4.1
• Opencv 4.5.1
• Cmake 3.23.3
• Visual Studio 2017
• MX350，Windows10

文件说明

• 💼BM、SGBM算法均有C++和Python两个版本

• 📂tensorrt：模型部署文件，帧率为23fps

• 📁yolov5-v6.1-pytorch-master：未部署前的python代码文件，帧率为5fps

• stereo_introduce：双目摄像头基本资料

• 📒双目视觉资料：从双目相机的标定（Matlab）到sgbm生成深度图的图文教程

• stereo_shot.py：摄像头拍摄代码

• 🎁Jeston nano_tensorrt：Jeston nano(Linux)部署资料

参考资料

1. 🍔YOLOv5 Tensorrt Python/C++部署：YOLOv5 Tensorrt Python/C++部署_哔哩哔哩_bilibili
2. 🍞Pytorch 搭建自己的YoloV5目标检测平台Bubbliiiing：Pytorch 搭建自己的YoloV5目标检测平台（Bubbliiiing 源码详解 训练 预测）-YoloV5整体结构介绍_哔哩哔哩_bilibili
3. CUDA的正确安装/升级/重装/使用方式：CUDA的正确安装/升级/重装/使用方式 - 知乎 (zhihu.com)
4. 报错【Could not locate zlibwapi.dll. Please make sure it is in your library path】：Could not locate zlibwapi.dll. Please make sure it is in your library path_一休哥※的博客-CSDN博客
5. 🍿windows下 C++ openCV配置及x86编译(傻瓜式教程)：windows下 C++ openCV配置及x86编译(傻瓜式教程)_opencv x86_痕忆丶的博客-CSDN博客
6. 树莓派开机自启动：树莓派开机自启动opencv程序脚本及报错分析_can’t initialize gtk backend in function 'cvinitsy_TohkaQAQ的博客-CSDN博客