12주차-ROS/Motor(1)

YOLO ROS 적용

이거말고 뒤에서 xycar YOLO ROS 적용 나옴,
중간에 HOSTNAME, MASTER_URI 정도만 쓰자

cd
sudo apt-get install ros-melodic-image-transport ros-melodic-vision-msgs
./install_catkinws.sh dnn_ws
cd dnn_ws/src
git clone https://github.com/dusty-nv/ros_deep_learning
cd ..
catkin_make

(여기서 에러났음, bashrc 확인)
gedit ~/.bashrc

bashrc에서,
source /opt/ros/melodic/setup.bash
source ~/catkin_ws/devel/setup.bash
source devel/setup.bash (같은거인듯)
echo "source ~/dnn_ws/devel/setup.bash" >> ~/.bashrc (추가 가능)
확인
나중에 다른기기 연결할 때, localhost 부분에 master, slave ip 넣으면 된다함
export ROS_MASTER_URI=http://localhost:11311
export ROS_HOSTNAME=localhost

• VIEWER
  roslaunch ros_deep_learning video_viewer.ros1.launch input:=/dev/video1 output:=display://0

• detection
  roslaunch ros_deep_learning detectnet.ros1.launch input:=/dev/video1 output:=display://0

launch 파일 확인

cd ~/dnn_ws/src/ros_deep_learning/launch
gedit video_viewer.ros1.launch

0628 Term Project 발표

• 발표내용

1. yolo 네트워크 트레이닝
   데이터셋, 라벨링, 트레이닝, 테스트
2. ROS 적용 테스트
   소프트웨어 구성, 하드웨어 구성
3. 향후 프로젝트 적용 방안
   프로젝트에 딥러닝 모델 적용 예상 시나리오, 방안

네트워크 모델: YOLO v4
사용 데이터셋: COCO, Custom(kiz, const, noway)

COCO의 경우 Convert2Yolo 라이브러리 -> jpg, annotation, cfg, manifest얻음
Custom의 경우 crawling, labelling, augmentation으로 png 얻고 annotation, cfg, manifest 직접 만듬

학습은 darknet 라이브러리 -> 2일동안 돌려서 iteration 27500정도, coco loss 8(덜학습), custom loss 0.11(굳) 으로 weights 얻음
validation 테스트는 usb_cam으로 -> coco, custom 모두 정확도 높게 객체 검출 완료

발표자료: https://drive.google.com/file/d/1ml0HHVv4AUprgx0aOCAvh1nqgXNC9IXK/view?usp=sharing