【自动驾驶】单目摄像头实现自动驾驶3D目标检测-EW帮帮网

微信交流群：https://732903.hlcode.cn/?id=NK1fWUR

🍑个人主页：Jupiter. 🚀 所属专栏：传知代码 欢迎大家点赞收藏评论😊

在这里插入图片描述

概述

随着人工智能的蓬勃发展，自动驾驶技术正成为科技界的一大亮点。在这个领域中，道路信息感知被视为自动驾驶系统中至关重要的一环，因为它为车辆的规划和决策提供了必不可少的基础数据。

我很荣幸地向大家介绍RTM3D算法（单目3D目标检测）。这一算法利用nuscenes数据集中的前视摄像头图像进行训练，能够准确地检测出轿车、巴士、卡车等多种3D目标。更令人振奋的是，我们为您提供了基于PyTorch、ONNX Runtime和TensorRT推理框架的演示，并附带了PyTorch转ONNX、ONNX转TensorRT的脚本，使您可以轻松应用于实际场景中。

算法介绍

RTM3D的主要结构分为backbone和检测头。backbone主要使用ResNet18和DLA-34。其中上采样过程用了跨连接和双线性插值。同时提出了针对keypoint的FPN层。根据速度要求检测头由三个基本单元和6个可选的单元组成。在基本单元中，使用2DBBox的中心点作为哦中枢点负责各数据的联系。因为截断的物体3D框中心可能会超出图像范围，对检测不利。其它基本单元还有9个关键点的热力图和回归坐标，用来做点之间的联合。其它可选的部分有量化误差的补偿、物体的大小、方向，中心点的depth和2D bbox的大小。
网络结构

演示效果

图像推理

在这里插入图片描述

视频推理

Description

核心代码

demo代码中定义图像以及模型的地址

model_path = r"weights/rtm3d_nusc_ep100.pth"
image_path = r"demo/demo.jpg"

根据相机参数在lib/rtm3d_detector.py中调整calib

self.calib_np = np.array([[721.5, 0.0,   336, 44.86],
                          [0.0,   721.5, 140, 0.216],
                          [0.0,   0.0,   1.0,   0.0027]], dtype=np.float32)

算法处理过程

def process(self, images):
    with torch.no_grad():
        output = self.model(images)[-1]
        output['hm'] = output['hm'].sigmoid_()
        dets = car_pose_decode_faster(output['hm'], output['hps'], output['dim'], output['rot'],
                                      prob=output['prob'], K=self.K, meta=self.meta, const=self.const)
    return dets

demo代码中调用对应的detector，并返回检测结果和可视化结果

results, show_img = detector.run(img, im1)

使用方式

环境搭建

pip install -r requirements.txt

下载权重文件

请阅读附件中README.md的这一部分。

pytorch 推理（自动选择CPU或GPU）

python image_infer.py # 单张图像推理
python pt_infer.py # 视频推理

onnxruntime 推理（自动选择CPU或GPU）

python pt2onnx.py # pytorch格式模型转onnx格式
python onnx_infer.py # 视频推理

tensorrt 推理

python pt2onnx.py # pytorch格式模型转onnx格式
python onnx2trt.py # onnx格式模型转tensorrt格式
python trt_infer.py # 视频推理

部署方式

在以上的demo文件中选择自己的图片/视频地址，如image_infer.py中修改image_path为自己的图像地址。

参考文献

@misc{2009.00764,
Author = {Peixuan Li},
Title = {Monocular 3D Detection with Geometric Constraints Embedding and Semi-supervised Training},
Year = {2020},
Eprint = {arXiv:2009.00764},
}
@misc{2001.03343,
Author = {Peixuan Li and Huaici Zhao and Pengfei Liu and Feidao Cao},
Title = {RTM3D: Real-time Monocular 3D Detection from Object Keypoints for Autonomous Driving},
Year = {2020},
Eprint = {arXiv:2001.03343},
}

【自动驾驶】单目摄像头实现自动驾驶3D目标检测

目录

概述