VERI test Edition
This commit is contained in:
lxm
parent
0c489ad9cb
commit
6d7d666e2c
|
|
@ -76,6 +76,7 @@ include_directories(
|
|||
${CMAKE_CURRENT_SOURCE_DIR}/algorithm/sot/ocv470
|
||||
${CMAKE_CURRENT_SOURCE_DIR}/algorithm/color_line
|
||||
${CMAKE_CURRENT_SOURCE_DIR}/video_io
|
||||
${CMAKE_CURRENT_SOURCE_DIR}/algorithm/veri/cuda
|
||||
${CMAKE_CURRENT_SOURCE_DIR}/algorithm/ellipse_det
|
||||
${CMAKE_CURRENT_SOURCE_DIR}/utils
|
||||
)
|
||||
|
|
@ -116,6 +117,7 @@ set(
|
|||
include/sv_sot.h
|
||||
include/sv_mot.h
|
||||
include/sv_color_line.h
|
||||
include/sv_veri_det.h
|
||||
include/sv_video_input.h
|
||||
include/sv_video_output.h
|
||||
include/sv_world.h
|
||||
|
|
@ -155,6 +157,7 @@ set(spirecv_SRCS
|
|||
algorithm/ellipse_det/ellipse_detector.cpp
|
||||
algorithm/common_det/sv_common_det.cpp
|
||||
algorithm/landing_det/sv_landing_det.cpp
|
||||
algorithm/veri/sv_veri_det.cpp
|
||||
algorithm/sot/sv_sot.cpp
|
||||
algorithm/mot/sv_mot.cpp
|
||||
algorithm/color_line/sv_color_line.cpp
|
||||
|
|
@ -177,6 +180,8 @@ if(USE_CUDA)
|
|||
list(APPEND spirecv_SRCS ${ALG_SRC_FILES})
|
||||
file(GLOB ALG_SRC_FILES ${CMAKE_CURRENT_SOURCE_DIR}/algorithm/landing_det/cuda/*.cpp)
|
||||
list(APPEND spirecv_SRCS ${ALG_SRC_FILES})
|
||||
file(GLOB ALG_SRC_FILES ${CMAKE_CURRENT_SOURCE_DIR}/algorithm/veri/cuda/*.cpp)
|
||||
list(APPEND spirecv_SRCS ${ALG_SRC_FILES})
|
||||
endif()
|
||||
|
||||
if(USE_FFMPEG)
|
||||
|
|
@ -263,6 +268,8 @@ add_executable(UdpDetectionInfoSender samples/demo/udp_detection_info_sender.cpp
|
|||
target_link_libraries(UdpDetectionInfoSender sv_world)
|
||||
add_executable(VideoSaving samples/demo/video_saving.cpp)
|
||||
target_link_libraries(VideoSaving sv_world)
|
||||
add_executable(VERI samples/demo/veri.cpp)
|
||||
target_link_libraries(VERI sv_world)
|
||||
add_executable(VideoStreaming samples/demo/video_streaming.cpp)
|
||||
target_link_libraries(VideoStreaming sv_world)
|
||||
add_executable(GimbalClickedTracking samples/demo/gimbal_detection_with_clicked_tracking.cpp)
|
||||
|
|
|
|||
|
|
@ -0,0 +1,189 @@
|
|||
#include "veri_det_cuda_impl.h"
|
||||
#include <cmath>
|
||||
#include <fstream>
|
||||
|
||||
#define SV_MODEL_DIR "/SpireCV/models/"
|
||||
#define SV_ROOT_DIR "/SpireCV/"
|
||||
|
||||
#ifdef WITH_CUDA
|
||||
#include "yolov7/logging.h"
|
||||
#define TRTCHECK(status) \
|
||||
do \
|
||||
{ \
|
||||
auto ret = (status); \
|
||||
if (ret != 0) \
|
||||
{ \
|
||||
std::cerr << "Cuda failure: " << ret << std::endl; \
|
||||
abort(); \
|
||||
} \
|
||||
} while (0)
|
||||
|
||||
#define DEVICE 0 // GPU id
|
||||
#define BATCH_SIZE 1
|
||||
|
||||
#define MAX_IMAGE_INPUT_SIZE_THRESH 3000 * 3000 // ensure it exceed the maximum size in the input images !
|
||||
#endif
|
||||
|
||||
#include <iostream>
|
||||
#include <cmath>
|
||||
int BAT = 1;
|
||||
float cosineSimilarity(float *vec1, float *vec2, int size)
|
||||
{
|
||||
// 计算向量的点积
|
||||
float dotProduct = 0.0f;
|
||||
for (int i = 0; i < size; ++i)
|
||||
{
|
||||
dotProduct += vec1[i] * vec2[i];
|
||||
}
|
||||
|
||||
// 计算向量的模长
|
||||
float magnitudeVec1 = 0.0f;
|
||||
float magnitudeVec2 = 0.0f;
|
||||
for (int i = 0; i < size; ++i)
|
||||
{
|
||||
magnitudeVec1 += vec1[i] * vec1[i];
|
||||
magnitudeVec2 += vec2[i] * vec2[i];
|
||||
}
|
||||
magnitudeVec1 = std::sqrt(magnitudeVec1);
|
||||
magnitudeVec2 = std::sqrt(magnitudeVec2);
|
||||
|
||||
// 计算余弦相似性
|
||||
float similarity = dotProduct / (magnitudeVec1 * magnitudeVec2);
|
||||
|
||||
return similarity;
|
||||
}
|
||||
|
||||
namespace sv
|
||||
{
|
||||
|
||||
using namespace cv;
|
||||
|
||||
#ifdef WITH_CUDA
|
||||
using namespace nvinfer1;
|
||||
static Logger g_nvlogger;
|
||||
#endif
|
||||
|
||||
VeriDetectorCUDAImpl::VeriDetectorCUDAImpl()
|
||||
{
|
||||
}
|
||||
|
||||
VeriDetectorCUDAImpl::~VeriDetectorCUDAImpl()
|
||||
{
|
||||
}
|
||||
|
||||
bool VeriDetectorCUDAImpl::cudaSetup()
|
||||
{
|
||||
#ifdef WITH_CUDA
|
||||
std::string trt_model_fn = get_home() + SV_MODEL_DIR + "model.engine";
|
||||
if (!is_file_exist(trt_model_fn))
|
||||
{
|
||||
throw std::runtime_error("SpireCV (104) Error loading the VERI TensorRT model (File Not Exist)");
|
||||
}
|
||||
char *trt_model_stream{nullptr};
|
||||
size_t trt_model_size{0};
|
||||
try
|
||||
{
|
||||
std::ifstream file(trt_model_fn, std::ios::binary);
|
||||
file.seekg(0, file.end);
|
||||
trt_model_size = file.tellg();
|
||||
file.seekg(0, file.beg);
|
||||
trt_model_stream = new char[trt_model_size];
|
||||
assert(trt_model_stream);
|
||||
file.read(trt_model_stream, trt_model_size);
|
||||
file.close();
|
||||
}
|
||||
catch (const std::runtime_error &e)
|
||||
{
|
||||
throw std::runtime_error("SpireCV (104) Error loading the TensorRT model!");
|
||||
}
|
||||
|
||||
// TensorRT
|
||||
IRuntime *runtime = nvinfer1::createInferRuntime(g_nvlogger);
|
||||
assert(runtime != nullptr);
|
||||
ICudaEngine *p_cu_engine = runtime->deserializeCudaEngine(trt_model_stream, trt_model_size);
|
||||
assert(p_cu_engine != nullptr);
|
||||
this->_trt_context = p_cu_engine->createExecutionContext();
|
||||
assert(this->_trt_context != nullptr);
|
||||
|
||||
delete[] trt_model_stream;
|
||||
const ICudaEngine &cu_engine = this->_trt_context->getEngine();
|
||||
assert(cu_engine.getNbBindings() == 2);
|
||||
|
||||
this->_input_index = cu_engine.getBindingIndex("input");
|
||||
this->_output_index1 = cu_engine.getBindingIndex("output");
|
||||
this->_output_index2 = cu_engine.getBindingIndex("/head/layers.0/act/Mul_output_0");
|
||||
TRTCHECK(cudaMalloc(&_p_buffers[this->_input_index], 2 * 3 * 224 * 224 * sizeof(float)));
|
||||
TRTCHECK(cudaMalloc(&_p_buffers[this->_output_index1], 2 * 576 * sizeof(float)));
|
||||
TRTCHECK(cudaMalloc(&_p_buffers[this->_output_index2], 2 * 1280 * sizeof(float)));
|
||||
TRTCHECK(cudaStreamCreate(&_cu_stream));
|
||||
|
||||
auto input_dims = nvinfer1::Dims4{2, 3, 224, 224};
|
||||
this->_trt_context->setBindingDimensions(this->_input_index, input_dims);
|
||||
|
||||
this->_p_data = new float[2 * 3 * 224 * 224];
|
||||
this->_p_prob1 = new float[2 * 576];
|
||||
this->_p_prob2 = new float[2 * 1280];
|
||||
this->_p_prob3 = new float[2 * 1280];
|
||||
// Input
|
||||
TRTCHECK(cudaMemcpyAsync(_p_buffers[this->_input_index], this->_p_data, 2 * 3 * 224 * 224 * sizeof(float), cudaMemcpyHostToDevice, this->_cu_stream));
|
||||
// this->_trt_context->enqueue(1, _p_buffers, this->_cu_stream, nullptr);
|
||||
this->_trt_context->enqueueV2(_p_buffers, this->_cu_stream, nullptr);
|
||||
// Output
|
||||
TRTCHECK(cudaMemcpyAsync(this->_p_prob1, _p_buffers[this->_output_index1], 2 * 576 * sizeof(float), cudaMemcpyDeviceToHost, this->_cu_stream));
|
||||
TRTCHECK(cudaMemcpyAsync(this->_p_prob2, _p_buffers[this->_output_index2], 2 * 1280 * sizeof(float), cudaMemcpyDeviceToHost, this->_cu_stream));
|
||||
cudaStreamSynchronize(this->_cu_stream);
|
||||
return true;
|
||||
#endif
|
||||
return false;
|
||||
}
|
||||
|
||||
void VeriDetectorCUDAImpl::cudaRoiCNN(
|
||||
std::vector<cv::Mat> &input_rois_,
|
||||
std::vector<int> &output_labels_)
|
||||
{
|
||||
#ifdef WITH_CUDA
|
||||
|
||||
for (int i = 0; i < 2; ++i)
|
||||
{
|
||||
for (int row = 0; row < 224; ++row)
|
||||
{
|
||||
uchar *uc_pixel = input_rois_[i].data + row * input_rois_[i].step; // compute row id
|
||||
for (int col = 0; col < 224; ++col)
|
||||
{
|
||||
// mean=[136.20, 141.50, 145.41], std=[44.77, 44.20, 44.30]
|
||||
this->_p_data[224 * 224 * 3 * i + col + row * 224] = ((float)uc_pixel[0] - 136.20f) / 44.77f;
|
||||
this->_p_data[224 * 224 * 3 * i + col + row * 224 + 224 * 224] = ((float)uc_pixel[1] - 141.50f) / 44.20f;
|
||||
this->_p_data[224 * 224 * 3 * i + col + row * 224 + 224 * 224 * 2] = ((float)uc_pixel[2] - 145.41f) / 44.30f;
|
||||
uc_pixel += 3;
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
// Input
|
||||
TRTCHECK(cudaMemcpyAsync(_p_buffers[this->_input_index], this->_p_data, 2 * 3 * 224 * 224 * sizeof(float), cudaMemcpyHostToDevice, this->_cu_stream));
|
||||
// this->_trt_context->enqueue(1, _p_buffers, this->_cu_stream, nullptr);
|
||||
this->_trt_context->enqueueV2(_p_buffers, this->_cu_stream, nullptr);
|
||||
// Output
|
||||
TRTCHECK(cudaMemcpyAsync(this->_p_prob1, _p_buffers[this->_output_index1], 2 * 576 * sizeof(float), cudaMemcpyDeviceToHost, this->_cu_stream));
|
||||
TRTCHECK(cudaMemcpyAsync(this->_p_prob2, _p_buffers[this->_output_index2], 2 * 1280 * sizeof(float), cudaMemcpyDeviceToHost, this->_cu_stream));
|
||||
cudaStreamSynchronize(this->_cu_stream);
|
||||
|
||||
// Find max index
|
||||
double max = 0;
|
||||
int label = 0;
|
||||
for (int i = 0; i < 576; ++i)
|
||||
{
|
||||
if (max < this->_p_prob1[i])
|
||||
{
|
||||
max = this->_p_prob1[i];
|
||||
label = i;
|
||||
}
|
||||
}
|
||||
|
||||
// 计算两个数组的余弦相似性
|
||||
float similarity = cosineSimilarity(_p_prob2, _p_prob2 + 1280, 1280);
|
||||
std::cout << "余弦相似性: " << similarity << std::endl;
|
||||
std::cout << "VERI LABEL: " << label << std::endl;
|
||||
}
|
||||
#endif
|
||||
}
|
||||
|
|
@ -0,0 +1,51 @@
|
|||
#ifndef __SV_VERI_DET_CUDA__
|
||||
#define __SV_VERI_DET_CUDA__
|
||||
|
||||
#include "sv_core.h"
|
||||
#include <opencv2/opencv.hpp>
|
||||
#include <opencv2/aruco.hpp>
|
||||
#include <opencv2/tracking.hpp>
|
||||
#include <string>
|
||||
#include <chrono>
|
||||
|
||||
|
||||
|
||||
#ifdef WITH_CUDA
|
||||
#include <NvInfer.h>
|
||||
#include <cuda_runtime_api.h>
|
||||
#endif
|
||||
|
||||
|
||||
|
||||
namespace sv {
|
||||
|
||||
|
||||
class VeriDetectorCUDAImpl
|
||||
{
|
||||
public:
|
||||
VeriDetectorCUDAImpl();
|
||||
~VeriDetectorCUDAImpl();
|
||||
|
||||
bool cudaSetup();
|
||||
void cudaRoiCNN(
|
||||
std::vector<cv::Mat>& input_rois_,
|
||||
std::vector<int>& output_labels_
|
||||
);
|
||||
|
||||
#ifdef WITH_CUDA
|
||||
float *_p_data;
|
||||
float *_p_prob1;
|
||||
float *_p_prob2;
|
||||
float *_p_prob3;
|
||||
nvinfer1::IExecutionContext *_trt_context;
|
||||
int _input_index;
|
||||
int _output_index1;
|
||||
int _output_index2;
|
||||
void *_p_buffers[3];
|
||||
cudaStream_t _cu_stream;
|
||||
#endif
|
||||
};
|
||||
|
||||
|
||||
}
|
||||
#endif
|
||||
|
|
@ -0,0 +1,61 @@
|
|||
#include "sv_veri_det.h"
|
||||
#include <cmath>
|
||||
#include <fstream>
|
||||
#ifdef WITH_CUDA
|
||||
#include <NvInfer.h>
|
||||
#include <cuda_runtime_api.h>
|
||||
#include "veri_det_cuda_impl.h"
|
||||
#endif
|
||||
|
||||
|
||||
namespace sv {
|
||||
|
||||
|
||||
VeriDetector::VeriDetector()
|
||||
{
|
||||
this->_cuda_impl = new VeriDetectorCUDAImpl;
|
||||
}
|
||||
VeriDetector::~VeriDetector()
|
||||
{
|
||||
}
|
||||
|
||||
bool VeriDetector::setupImpl()
|
||||
{
|
||||
#ifdef WITH_CUDA
|
||||
return this->_cuda_impl->cudaSetup();
|
||||
#endif
|
||||
return false;
|
||||
}
|
||||
|
||||
void VeriDetector::roiCNN(
|
||||
std::vector<cv::Mat>& input_rois_,
|
||||
std::vector<int>& output_labels_
|
||||
)
|
||||
{
|
||||
#ifdef WITH_CUDA
|
||||
this->_cuda_impl->cudaRoiCNN(
|
||||
input_rois_,
|
||||
output_labels_
|
||||
);
|
||||
#endif
|
||||
}
|
||||
|
||||
|
||||
|
||||
void VeriDetector::detect(cv::Mat img1_, cv::Mat img2_, TargetsInFrame& tgts_)
|
||||
{
|
||||
if (!_params_loaded)
|
||||
{
|
||||
this->_load();
|
||||
this->_loadLabels();
|
||||
_params_loaded = true;
|
||||
}
|
||||
|
||||
std::vector<cv::Mat> e_roi = {img1_, img2_};
|
||||
|
||||
std::vector<int> output_labels;
|
||||
roiCNN(e_roi, output_labels);
|
||||
}
|
||||
|
||||
}
|
||||
|
||||
|
|
@ -0,0 +1,36 @@
|
|||
#ifndef __SV_VERI_DET__
|
||||
#define __SV_VERI_DET__
|
||||
|
||||
#include "sv_core.h"
|
||||
#include <opencv2/opencv.hpp>
|
||||
#include <opencv2/aruco.hpp>
|
||||
#include <opencv2/tracking.hpp>
|
||||
#include <string>
|
||||
#include <chrono>
|
||||
|
||||
|
||||
namespace sv {
|
||||
|
||||
class VeriDetectorCUDAImpl;
|
||||
|
||||
class VeriDetector : public LandingMarkerDetectorBase
|
||||
{
|
||||
public:
|
||||
VeriDetector();
|
||||
~VeriDetector();
|
||||
|
||||
void detect(cv::Mat img1_, cv::Mat img2_, TargetsInFrame &tgts_);
|
||||
|
||||
protected:
|
||||
bool setupImpl();
|
||||
void roiCNN(
|
||||
std::vector<cv::Mat>& input_rois_,
|
||||
std::vector<int>& output_labels_
|
||||
);
|
||||
|
||||
VeriDetectorCUDAImpl* _cuda_impl;
|
||||
};
|
||||
|
||||
|
||||
}
|
||||
#endif
|
||||
|
|
@ -7,6 +7,7 @@
|
|||
#include "sv_sot.h"
|
||||
#include "sv_mot.h"
|
||||
#include "sv_color_line.h"
|
||||
#include "sv_veri_det.h"
|
||||
#include "sv_video_input.h"
|
||||
#include "sv_video_output.h"
|
||||
|
||||
|
|
|
|||
|
|
@ -25,3 +25,4 @@ int main(int argc, char *argv[]) {
|
|||
|
||||
return 0;
|
||||
}
|
||||
|
||||
|
|
|
|||
|
|
@ -0,0 +1,45 @@
|
|||
#include <iostream>
|
||||
#include <string>
|
||||
// 包含SpireCV SDK头文件
|
||||
#include <sv_world.h>
|
||||
|
||||
using namespace std;
|
||||
|
||||
int main(int argc, char *argv[]) {
|
||||
// 打开摄像头
|
||||
sv::VeriDetector veri;
|
||||
veri.loadCameraParams(sv::get_home() + "/SpireCV/calib_webcam_640x480.yaml");
|
||||
|
||||
cv::VideoCapture cap1("/home/amov/Videos/com/FlyVideo_2023-09-02_11-36-00.avi");
|
||||
cv::VideoCapture cap2("/home/amov/Videos/com/FlyVideo_2023-09-02_11-41-55.avi");
|
||||
// cap.setWH(640, 480);
|
||||
// cap.setFps(30);
|
||||
//cap.open(sv::CameraType::WEBCAM, 0); // CameraID 0
|
||||
// 实例化OpenCV的Mat类，用于内存单帧图像
|
||||
|
||||
|
||||
cv::Mat img1,img2;
|
||||
int frame_id = 0;
|
||||
while (1)
|
||||
{
|
||||
// 实例化SpireCV的 单帧检测结果 接口类 TargetsInFrame
|
||||
sv::TargetsInFrame tgts(frame_id++);
|
||||
|
||||
// 读取一帧图像到img
|
||||
cap1.read(img1);
|
||||
cap2.read(img2);
|
||||
|
||||
cv::resize(img1, img1, cv::Size(224, 224));
|
||||
cv::resize(img2, img2, cv::Size(224, 224));
|
||||
|
||||
veri.detect(img1, img2, tgts);
|
||||
|
||||
|
||||
|
||||
// 显示img
|
||||
// cv::imshow("img", img);
|
||||
// cv::waitKey(10);
|
||||
}
|
||||
|
||||
return 0;
|
||||
}
|
||||
|
|
@ -0,0 +1,187 @@
|
|||
{
|
||||
"CommonObjectDetector": {
|
||||
"dataset": "COCO",
|
||||
"inputSize": 1280,
|
||||
"nmsThrs": 0.6,
|
||||
"scoreThrs": 0.3,
|
||||
"useWidthOrHeight": 1,
|
||||
"withSegmentation": false,
|
||||
"datasetPersonVehicle": {
|
||||
"person": [0.5, 1.8],
|
||||
"car": [4.1, 1.5],
|
||||
"bus": [10, 3],
|
||||
"truck": [-1, -1],
|
||||
"bike": [-1, -1],
|
||||
"train": [-1, -1],
|
||||
"boat": [-1, -1],
|
||||
"aeroplane": [-1, -1]
|
||||
},
|
||||
"datasetDrone": {
|
||||
"drone": [0.4, 0.2]
|
||||
},
|
||||
"datasetCOCO": {
|
||||
"person": [-1, -1],
|
||||
"bicycle": [-1, -1],
|
||||
"car": [-1, -1],
|
||||
"motorcycle": [-1, -1],
|
||||
"airplane": [-1, -1],
|
||||
"bus": [-1, -1],
|
||||
"train": [-1, -1],
|
||||
"truck": [-1, -1],
|
||||
"boat": [-1, -1],
|
||||
"traffic light": [-1, -1],
|
||||
"fire hydrant": [-1, -1],
|
||||
"stop sign": [-1, -1],
|
||||
"parking meter": [-1, -1],
|
||||
"bench": [-1, -1],
|
||||
"bird": [-1, -1],
|
||||
"cat": [-1, -1],
|
||||
"dog": [-1, -1],
|
||||
"horse": [-1, -1],
|
||||
"sheep": [-1, -1],
|
||||
"cow": [-1, -1],
|
||||
"elephant": [-1, -1],
|
||||
"bear": [-1, -1],
|
||||
"zebra": [-1, -1],
|
||||
"giraffe": [-1, -1],
|
||||
"backpack": [-1, -1],
|
||||
"umbrella": [-1, -1],
|
||||
"handbag": [-1, -1],
|
||||
"tie": [-1, -1],
|
||||
"suitcase": [-1, -1],
|
||||
"frisbee": [-1, -1],
|
||||
"skis": [-1, -1],
|
||||
"snowboard": [-1, -1],
|
||||
"sports ball": [-1, -1],
|
||||
"kite": [-1, -1],
|
||||
"baseball bat": [-1, -1],
|
||||
"baseball glove": [-1, -1],
|
||||
"skateboard": [-1, -1],
|
||||
"surfboard": [-1, -1],
|
||||
"tennis racket": [-1, -1],
|
||||
"bottle": [-1, -1],
|
||||
"wine glass": [-1, -1],
|
||||
"cup": [-1, -1],
|
||||
"fork": [-1, -1],
|
||||
"knife": [-1, -1],
|
||||
"spoon": [-1, -1],
|
||||
"bowl": [-1, -1],
|
||||
"banana": [-1, -1],
|
||||
"apple": [-1, -1],
|
||||
"sandwich": [-1, -1],
|
||||
"orange": [-1, -1],
|
||||
"broccoli": [-1, -1],
|
||||
"carrot": [-1, -1],
|
||||
"hot dog": [-1, -1],
|
||||
"pizza": [-1, -1],
|
||||
"donut": [-1, -1],
|
||||
"cake": [-1, -1],
|
||||
"chair": [-1, -1],
|
||||
"couch": [-1, -1],
|
||||
"potted plant": [-1, -1],
|
||||
"bed": [-1, -1],
|
||||
"dining table": [-1, -1],
|
||||
"toilet": [-1, -1],
|
||||
"tv": [-1, -1],
|
||||
"laptop": [-1, -1],
|
||||
"mouse": [-1, -1],
|
||||
"remote": [-1, -1],
|
||||
"keyboard": [-1, -1],
|
||||
"cell phone": [-1, -1],
|
||||
"microwave": [-1, -1],
|
||||
"oven": [-1, -1],
|
||||
"toaster": [-1, -1],
|
||||
"sink": [-1, -1],
|
||||
"refrigerator": [-1, -1],
|
||||
"book": [-1, -1],
|
||||
"clock": [-1, -1],
|
||||
"vase": [-1, -1],
|
||||
"scissors": [-1, -1],
|
||||
"teddy bear": [-1, -1],
|
||||
"hair drier": [-1, -1],
|
||||
"toothbrush": [-1, -1]
|
||||
}
|
||||
},
|
||||
"AutoFocusObjectDetector": {
|
||||
"lock_thres": 5,
|
||||
"unlock_thres": 5,
|
||||
"lock_scale_init": 12.0,
|
||||
"lock_scale": 8.0,
|
||||
"categories_filter": [],
|
||||
"keep_unlocked": false,
|
||||
"use_square_region": false
|
||||
},
|
||||
"SingleObjectTracker": {
|
||||
"algorithm": "nano",
|
||||
"backend": 0,
|
||||
"target": 0,
|
||||
"useWidthOrHeight": 0,
|
||||
"sigleobjectW":2,
|
||||
"sigleobjectH":3
|
||||
},
|
||||
"LandingMarkerDetector": {
|
||||
"labels": ["h","x","1","2","8"],
|
||||
"maxCandidates": 3
|
||||
},
|
||||
"EllipseDetector": {
|
||||
"radiusInMeter": 0.1535,
|
||||
"preProcessingGaussKernel": 5,
|
||||
"preProcessingGaussSigma": 1.306,
|
||||
"thPosition": 1.0,
|
||||
"maxCenterDistance": 0.05,
|
||||
"minEdgeLength": 9,
|
||||
"minOrientedRectSide": 2.984,
|
||||
"distanceToEllipseContour": 0.111,
|
||||
"minScore": 0.7,
|
||||
"minReliability": 0.470,
|
||||
"ns": 22,
|
||||
"percentNe": 0.99,
|
||||
"T_CNC": 0.121,
|
||||
"T_TCN_L": 0.468,
|
||||
"T_TCN_P": 0.560,
|
||||
"thRadius": 0.202
|
||||
},
|
||||
"ArucoDetector": {
|
||||
"dictionaryId": 10,
|
||||
"markerIds": [-1],
|
||||
"markerLengths": [0.2],
|
||||
"adaptiveThreshConstant": 35,
|
||||
"adaptiveThreshWinSizeMax": 23,
|
||||
"adaptiveThreshWinSizeMin": 3,
|
||||
"adaptiveThreshWinSizeStep": 10,
|
||||
"aprilTagCriticalRad": 0.17453292519,
|
||||
"aprilTagDeglitch": 0,
|
||||
"aprilTagMaxLineFitMse": 10.0,
|
||||
"aprilTagMaxNmaxima": 10,
|
||||
"aprilTagMinClusterPixels": 5,
|
||||
"aprilTagMinWhiteBlackDiff": 5,
|
||||
"aprilTagQuadDecimate": 0.0,
|
||||
"aprilTagQuadSigma": 0.0,
|
||||
"cornerRefinementMaxIterations": 30,
|
||||
"cornerRefinementMethod": 0,
|
||||
"cornerRefinementMinAccuracy": 0.1,
|
||||
"cornerRefinementWinSize": 5,
|
||||
"detectInvertedMarker": false,
|
||||
"errorCorrectionRate": 0.6,
|
||||
"markerBorderBits": 1,
|
||||
"maxErroneousBitsInBorderRate": 0.35,
|
||||
"maxMarkerPerimeterRate": 4.0,
|
||||
"minCornerDistanceRate": 0.05,
|
||||
"minDistanceToBorder": 3,
|
||||
"minMarkerDistanceRate": 0.05,
|
||||
"minMarkerLengthRatioOriginalImg": 0,
|
||||
"minMarkerPerimeterRate": 0.03,
|
||||
"minOtsuStdDev": 5.0,
|
||||
"minSideLengthCanonicalImg": 32,
|
||||
"perspectiveRemoveIgnoredMarginPerCell": 0.13,
|
||||
"perspectiveRemovePixelPerCell": 4,
|
||||
"polygonalApproxAccuracyRate": 0.03,
|
||||
"useAruco3Detection": false
|
||||
},
|
||||
"ColorLineDetector": {
|
||||
"line_color": "black",
|
||||
"line_location": 0.5,
|
||||
"line_location_a1": 0.3,
|
||||
"line_location_a2": 0.7
|
||||
}
|
||||
}
|
||||
Loading…
Reference in New Issue