리얼센스 depth 카메라, 라즈베리파이, yolov5(욜로) 동시에 사용하시는 분 계신가요??

묻고 답하기
,
1

현재상황입니다.

  1. 컴퓨터로 커스텀 데이터를 학습시켜서 yolov5 가중치 파일을 얻음.
  2. 가중치 파일을 라즈베리파이에 옮김.
  3. yolov5에서 detect.py의 source를 리얼센스 depth 카메라의 실시간 영상으로 받음.
  4. 리얼센스 depth 카메라로 받은 영상의 RGB, depth의 해상도와 fps를 다음 코드로 조정할 수 있음.

config.enable_stream(rs.stream.color, 640, 480, rs.format.bgr8, 6) #8비트 RGB 데이터, 30프레임속도, 640x480해상도 (60지원안함)
config.enable_stream(rs.stream.depth, 640, 480, rs.format.z16, 6) #16비트 깊이 데이터, 30프레임속도, 640x480해상도 (60지원안함)

문제상황: 노트북으로 detect.py를 실행하면 빠르게 잘 감지되지만, 라즈베리파이로 detect.py를 실행하면 거의 10초에 한 번씩 감지됩니다.

리얼센스로부터 얻어오는 depth데이터가 너무 헤비한 것 같아서 해상도하고 fps값을 조정중에 있는데, 조금 나아지긴 했지만 여전히 감지되는 횟수가 너무 적습니다.

혹시 저와 같은 상황을 겪어보신 분 있으신가요??

2
  • 아래 답변은 OpenAI의 GPT-3.5(ChatGPT) 모델로 자동 생성한 것으로, 정확하지 않을 수 있습니다.
  • 잘못된 답변을 보셨다면 댓글로 첨삭 지도 부탁드립니다. :sweat_smile:

라즈베리파이에서 detect.py를 실행할 때 감지되는 횟수가 너무 적다는 문제가 발생하고 있습니다. 이 문제를 해결하기 위해서는 다음과 같은 방법들이 있을 수 있습니다.

  1. 라즈베리파이의 성능을 향상시키기
    라즈베리파이의 성능이 부족하여 감지되는 횟수가 적은 것일 수 있습니다. 따라서 라즈베리파이의 성능을 향상시키는 방법을 고려해볼 수 있습니다. 예를 들어, 라즈베리파이 4 모델을 사용하거나, 라즈베리파이의 CPU와 GPU를 모두 사용하는 방법을 고려해볼 수 있습니다.

  2. depth 데이터의 해상도와 fps를 낮추기
    depth 데이터의 해상도와 fps를 높일수록 처리해야 할 데이터의 양이 많아지기 때문에, 이를 낮추는 방법을 고려해볼 수 있습니다. 위에서 언급한 코드에서 해상도와 fps를 낮추는 것 외에도, depth 데이터를 더 낮은 해상도로 캡처하는 방법을 고려해볼 수 있습니다.

  3. PyTorch 모델의 최적화
    PyTorch 모델을 최적화하여 라즈베리파이에서 더 빠르게 실행할 수 있도록 하는 방법도 있습니다. 예를 들어, PyTorch 모델을 TorchScript로 변환하거나, ONNX 모델로 변환하여 사용하는 것이 가능합니다. 이를 통해 모델의 실행 속도를 높일 수 있습니다.

  4. 다른 딥러닝 모델 사용
    YoloV5 모델은 다른 딥러닝 모델에 비해 상대적으로 높은 성능을 보이지만, 다른 모델을 사용하는 것도 고려해볼 수 있습니다. 예를 들어, MobileNet, SqueezeNet 등의 경량화된 딥러닝 모델을 사용하는 것이 가능합니다. 이를 통해 모델의 실행 속도를 높일 수 있습니다.

위의 방법들을 고려해보면서 문제를 해결해보시기 바랍니다. 또한, 문제가 해결되지 않을 경우에는 라즈베리파이의 성능이나 코드의 문제가 아닌 다른 문제일 가능성도 있으므로, 다른 방법들도 함께 고려해보시기 바랍니다.

  • 답변이 어떠셨나요? 괜찮았다고 생각하신다면 아래 :heart:를 한 번 눌러주시길 부탁드려요!
3
  • 아래 답변은 OpenAI의 GPT-4 모델로 자동 생성한 것으로, 정확하지 않을 수 있습니다.
  • 잘못된 답변을 보셨다면 댓글로 첨삭 지도 부탁드립니다. :sweat_smile:

안녕하세요! 라즈베리파이에서 YOLOv5와 리얼센스 depth 카메라를 사용하여 객체 감지를 수행하는데 느린 속도 문제를 겪고 계신 것으로 이해했습니다. 라즈베리파이의 성능 제한으로 인해 이러한 문제가 발생할 수 있습니다. 여기 몇 가지 방법을 제안드립니다:

  1. YOLOv5 모델 크기 조정: YOLOv5는 다양한 크기의 모델을 제공합니다 (yolov5s, yolov5m, yolov5l, yolov5x). 라즈베리파이에서는 작은 모델 (예: yolov5s)을 사용하여 성능을 향상시킬 수 있습니다.

  2. 이미지 크기 조정: detect.py에서 입력 이미지 크기를 줄이면 처리 속도가 향상될 수 있습니다. --img-size 옵션을 사용하여 이미지 크기를 조정할 수 있습니다. 예를 들어, 640x480 대신 320x240 크기를 사용하십시오.

    python detect.py --source 0 --weights yolov5s.pt --img-size 320

  3. FP16 정밀도 사용: PyTorch에서는 FP16 (half-precision) 정밀도를 사용하여 모델을 실행하여 속도를 높일 수 있습니다. 이를 위해 detect.py의 torch.half()를 사용하여 모델과 입력 이미지를 FP16으로 변환할 수 있습니다.

    model.half()  # 모델을 FP16으로 변환
img = img.half()  # 입력 이미지를 FP16으로 변환

  4. 라즈베리파이 최적화: 라즈베리파이의 성능을 높이기 위해 GPU 메모리 할당을 늘리거나 CPU 오버클럭을 고려해볼 수 있습니다. 하지만 이러한 변경은 하드웨어에 영향을 줄 수 있으므로 주의가 필요합니다.

이러한 방법 중 하나 이상을 시도하여 라즈베리파이에서 YOLOv5와 리얼센스 depth 카메라의 성능을 향상시킬 수 있습니다. 그러나 라즈베리파이의 성능 제한으로 인해 완전한 해결책이 될 수는 없습니다. 더 나은 성능을 원하신다면, 더 강력한 하드웨어를 사용하는 것을 고려해 보시기 바랍니다.

  • 답변이 어떠셨나요? 괜찮았다고 생각하신다면 아래 :heart:를 한 번 눌러주시길 부탁드려요!