项目简介
本项目基于飞桨开发套件PaddleDetection，实现在Gazebo环境中的锥桶检测，并使用PaddleInference2.0实现在X86Linux环境中的部署。Gazebo是一款优秀的开源物理仿真环境，具备强大的物理引擎、高质量的图形渲染、方便的编程与图形接口。Gazebo的使用往往和ROS一起，这样开发仿真能力可以大大增强，为广大算法开发者在硬件实践前提供了完美的算法检验仿真环境。项目开始前，咱们先介绍一下本项目使用到的两个工具：PaddleDetection
PaddleDetection是飞桨的目标检测开发套件，模块化集成了主流的目标检测算法，并向用户提供了丰富且自由的接口实现数据增强、自定义网络模块、损失函数、训练配置等。同时，该套件也可以结合飞桨推理部署工具PaddleInference和PaddleLite实现在业务环境中的高性能部署。PaddleInference
PaddleInference是飞桨的原生推理库，提供高性能的推理推理引擎，使用范围包括服务器端、云端以及不能使用PaddleLite的嵌入式设备。所谓原生推理库，即飞桨能实现的op，PaddleInference不需要通过任何类型转换就可以实现，并且同时提供C、C++、Python的预测API，方便开发者在不同场景中进行使用。项目方案
1.数据集制作
因为没有合适的仿真环境锥桶数据集，所以只能自己根据需求制作。自己做数据集的好处是针对性强、数据集质量高，缺点嘛，就是有点小辛苦。对于数据集的图片，首先在Gazebo环境中用手动方向键驱动仿真小车从各角度拍的锥桶视频，再从视频中抽帧得到图片，标注采用的工具是开源的标注工具LableImg，标记后自动生成xml文件，符合VOC数据集读取格式。考虑到应用部署时只需要检测锥桶这一类物品，种类单一，且仿真环境中背景简单变化小，所以训练数据不需要过多，最终从视频流中筛选出视角合适的张数据作为数据集。该数据集已在AIStudio上公开，详情请戳链接：