173 lines
8.1 KiB
Markdown
173 lines
8.1 KiB
Markdown
# Модуль В: датасет и YOLO
|
||
|
||
Камера: `/RMC1/arm95/camera_gripper/image_color` (`1600x1200`).
|
||
|
||
Основной зачетный скрипт: `module3.py`. Он показывает обработанный видеопоток,
|
||
определяет координаты выбранной детали относительно `Base_link`, захватывает ее,
|
||
возвращает ARM95 в исходное положение с деталью, кладет деталь обратно на
|
||
освободившееся место и снова возвращает руку в исходное положение.
|
||
После первого безопасного подхода координаты повторно уточняются по близкому
|
||
кадру, поэтому рука не едет к детали только по одному дальнему измерению.
|
||
Если в кадре несколько деталей одного класса, скрипт выбирает ближайшую к базе.
|
||
|
||
## Запуск задания
|
||
|
||
В VM один раз создайте окружение с доступом к системным пакетам ROS:
|
||
|
||
```bash
|
||
cd ~/scripts/mvch/module3
|
||
sudo apt install python3-venv
|
||
python3 -m venv --system-site-packages .venv
|
||
.venv/bin/pip install torch torchvision --index-url https://download.pytorch.org/whl/cpu
|
||
.venv/bin/pip install -r requirements.txt tqdm ultralytics-thop
|
||
```
|
||
|
||
Если окружение уже обновило NumPy до 2.x и `cv_bridge` ругается на ABI:
|
||
|
||
```bash
|
||
.venv/bin/pip install --force-reinstall "numpy<2" "opencv-python<4.12" lark
|
||
```
|
||
|
||
`lark` — зависимость ROS 2 Launch/MoveIt, а не часть алгоритма распознавания.
|
||
Ограничение `numpy<2` нужно потому, что бинарный `cv_bridge` в этом образе ROS
|
||
собран с NumPy 1.x.
|
||
|
||
Если venv уже был создан без `--system-site-packages`, пересоздавать его не
|
||
нужно. Включите системные зависимости ROS и заново активируйте окружение:
|
||
|
||
```bash
|
||
sed -i 's/include-system-site-packages = false/include-system-site-packages = true/' .venv/pyvenv.cfg
|
||
deactivate
|
||
source .venv/bin/activate
|
||
```
|
||
|
||
Запустите симулятор модуля В, затем в новом терминале:
|
||
|
||
```bash
|
||
source /opt/ros/jazzy/setup.bash
|
||
source ~/ros2_ws/install/setup.bash
|
||
cd ~/scripts/mvch
|
||
module3/.venv/bin/python module3/module3.py --target 1
|
||
```
|
||
|
||
Цели: `1/hammer`, `2/wrench`, `3/pliers`. После того как эксперт зафиксировал
|
||
видеопоток, нажмите `G` или `Space` в окне либо введите `g` и
|
||
нажмите Enter в терминале. `Esc` останавливает скрипт до начала движения.
|
||
|
||
Сначала обязательно проверьте только координаты:
|
||
|
||
```bash
|
||
module3/.venv/bin/python module3/module3.py --target hammer --dry-run
|
||
```
|
||
|
||
В режиме `--dry-run` подтверждать запуск клавишей не нужно: скрипт завершится
|
||
после первой валидной детекции и вывода рассчитанных координат.
|
||
|
||
Для проверки через SSH без окна:
|
||
|
||
```bash
|
||
module3/.venv/bin/python module3/module3.py --target hammer --dry-run --no-window
|
||
```
|
||
|
||
Геометрию реального стенда нельзя брать из симулятора вслепую. Перед зачетом
|
||
измерьте и подстройте `--plane-z`, `--pick-z` и `--approach-z`. По умолчанию
|
||
деталь возвращается туда, откуда была взята; другую свободную точку можно задать
|
||
через `--drop-x X --drop-y Y`.
|
||
|
||
События распознавания, координаты, построение движений и состояния схвата
|
||
одновременно выводятся в терминал и сохраняются в `module3/logs/*.log`.
|
||
Туда же пишутся контрольные кадры `*_gripped.jpg`, `*_with_detail.jpg` и
|
||
`*_finished.jpg`.
|
||
|
||
## Что размечать
|
||
|
||
Классы строго в таком написании:
|
||
|
||
```text
|
||
hammer
|
||
pliers
|
||
wrench
|
||
```
|
||
|
||
Рамкой выделяйте изображение инструмента на карточке, а класс задавайте по
|
||
картинке. Используйте одинаковый стиль разметки в симуляторе и на реальном поле.
|
||
Размечайте каждый видимый экземпляр: в штатной сцене две карточки `pliers`, одна
|
||
`hammer` и одна `wrench`. Классы `box` и `background` не создавайте.
|
||
|
||
В Roboflow создайте `Object Detection` project, загрузите `dataset/raw/*.jpg`,
|
||
разметьте кадры, сделайте split 70/20/10 и экспортируйте в формате YOLO11.
|
||
Распакуйте экспорт в `module3/training`: там должны появиться `data.yaml` и
|
||
каталоги `train`, `valid`, `test`. Не переставляйте номера классов в `data.yaml`:
|
||
они назначаются Roboflow и должны совпадать с ID внутри label-файлов.
|
||
|
||
Локально в `dataset/raw` могут лежать собранные кадры, но Git их намеренно
|
||
игнорирует: после клонирования датасет нужно перенести отдельно или собрать
|
||
заново. Расположение объектов менять не требуется: дополнительные повороты и
|
||
сдвиги выполняются аугментациями во время обучения.
|
||
|
||
## Сбор кадров из симулятора
|
||
|
||
```bash
|
||
source /opt/ros/jazzy/setup.bash
|
||
source ~/ros2_ws/install/setup.bash
|
||
python3 module3/capture_dataset.py --count 30
|
||
```
|
||
|
||
Во время сбора плавно меняйте положение RMC1/манипулятора. Скрипт пропускает почти
|
||
одинаковые кадры. Для одиночного снимка используйте `--count 1 --min-change 0`.
|
||
|
||
## Установка для обучения
|
||
|
||
```bash
|
||
cd module3
|
||
python3 -m venv .venv
|
||
source .venv/bin/activate
|
||
python -m pip install -U pip
|
||
pip install -r requirements.txt
|
||
```
|
||
|
||
Ultralytics ставит PyTorch как зависимость. Для конкретной NVIDIA CUDA или AMD
|
||
ROCm лучше сначала установить подходящую сборку PyTorch, затем `requirements.txt`.
|
||
|
||
## Обучение
|
||
|
||
Если часть объектов была размечена полигонами, один раз приведите экспорт к
|
||
обычным bounding boxes:
|
||
|
||
```bash
|
||
python prepare_dataset.py
|
||
```
|
||
|
||
Для теста используются максимум 30 эпох и early stopping после 7 эпох без
|
||
улучшения validation metrics.
|
||
|
||
Автовыбор: NVIDIA CUDA / AMD ROCm, а если GPU недоступен — CPU:
|
||
|
||
```bash
|
||
python train.py --device auto
|
||
```
|
||
|
||
Только CPU (подойдёт на AMD без настроенного ROCm):
|
||
|
||
```bash
|
||
python train.py --device cpu --batch 4 --workers 2
|
||
```
|
||
|
||
Принудительно NVIDIA CUDA или настроенный AMD ROCm:
|
||
|
||
```bash
|
||
python train.py --device cuda
|
||
```
|
||
|
||
Лучшие веса сохраняются в `training/runs/tools_yolo11n/weights/best.pt` и
|
||
автоматически копируются в `models/latest.pt` для простого запуска проверки.
|
||
|
||
## Проверка на фотографии
|
||
|
||
```bash
|
||
python test_model.py training/test/images/example.jpg --device cpu
|
||
```
|
||
|
||
С `--show` откроется окно. Независимо от окна размеченная фотография сохраняется
|
||
в `predictions/`: на ней видны bbox, названия классов и confidence.
|