ros2-object-detection 1.0.0

return prediction information for ros2 autonomous driving from image and depth map

YOLOv8_for_ROS2

ROS2 강의에서 YOLOv8 사물인식 파트에 대한 강의 자료

Ubuntu 20.04, 22.04 초기 설정 및 YOLOv8 환경 구축

처음 우분투 세팅

sudo apt update
sudo apt upgrade
sudo apt install python3-pip
sudo apt install python3.8-venv

가상환경 만들고 실행하기

python3.8 -m venv yolo
source yolo/bin/activate

YOLOv8 패키지 설치하기

pip3 install ultralytics

내 PC에서 GPU를 사용하여 YOLO를 돌릴 수 있는지 확인하기

1. 가상환경 활성화

   source yolo/bin/activate
   

2. 파이썬 인터프리터 실행

   python3
   

3. GPU 사용 가능 여부 확인

   import torch
   torch.cuda.is_available()
   

   • 만약 True가 출력되면 GPU가 잡힌 것입니다.
   • False가 출력되면 CPU를 사용하게 됩니다.

   무거운 모델을 구동할 것이 아니라면 크게 상관 없습니다.

강의 자료 코드 로컬에 불러오기

1. 우분투 터미널 실행

   mkdir YOLOv8_ROS2
   cd YOLOv8_ROS2
   git clone https://github.com/Nyan-SouthKorea/YOLOv8_for_ROS2.git
   

   clone된 해당 폴더로 이동

2. VS코드 실행(방금 위에서 생성한 yolo 가상환경 연결하기)

3. Ctrl + Shift + p 버튼을 누르고 "interpreter" 라고 검색하면 아래의 버튼으로 유도됨

4. Enter interpreter path 선택

5. Find -> .. -> yolo -> bin -> python3 선택

6. VS코드 종료 후 재 실행

7. 아무 코드나 실행해보자. 이 때 select interpreter에서 yolo가 보이면 선택

8. 이후 VS코드 관련 extension을 설치하라는 안내가 나오면 모두 설치해준다. 그리고 실행이 안되면 VS코드 재실행 반복

9. 우리가 만든 yolo라는 가상환경으로 코드를 돌릴 수 있도록 설정 마침

테스트 코드

from ros2_object_detection import Custom_YOLOv8

custom_YOLOv8 = Custom_YOLOv8(model_name='yolov8n.pt', filter=['person'])
cap = cv2.VideoCapture(0)
while True:
    # 웹캠 수신
    ret, img = cap.read()
    if ret == False:
        print('웹캠 수신 안됨')
        break
    
    # 더미 depth파일 생성
    h, w, c = img.shape
    depth_map = np.random.randint(0, 256, (w, h), dtype=np.uint8)

    # 인퍼런스
    ret, dic_list = custom_YOLOv8.run(img, depth_map)
    if ret:
        print(dic_list)
    else:
        print('감지 내역 없음')
    draw_img = custom_YOLOv8.draw()
    
    cv2.imshow('test', draw_img)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

라이센스

YOLOv8 라이센스를 따릅니다. https://github.com/ultralytics/ultralytics