nowhereman1999

@AmmarkoV Hi,I'm a undergratuate from China and I have attended the Adaptive Computing Challenge 2021 with Xilinx and I want to use the KV260 AI starterkit to make a mocap...

> I moved the issue of @Hezhexi2002 to a new issue so that it is not mixed with the making a video issue.. OK，thanks a lot，I'm so sorry that I...

> > > > 我将用中文与你沟通，方便告诉我你的VX或者QQ吗，这样更方便我们交流。 用微信吧，主要是我也没有在本地跑起来过，但是我现在主要是想移植到kv260上

同问

the armor is like this and the bbox is the result of the four keypoint model: 

> Hey Hezhexi2002 ! > > It is possible to convert it to ONNX and work with c++, a good starting Point is here: > > https://github.com/PINTO0309/PINTO_model_zoo > https://github.com/PINTO0309/PINTO_model_zoo/tree/main/085_Yolact_Edge/30_Full_Converted_mbnv2_550x550 >...

啊这，主要是我们现在实现装甲板检测也是直接检测四个角点，因为这样对于后续我们单目测距更加精确，所以也才会在yolov5-face的基础上来改，但是就是可能我们这个任务还需要实现装甲板颜色和数字的分类，所以可能使用您的repo还需要进行一些改动，不过既然大佬您平常很忙的话，我也就不打扰您了，不过还之前还参考过您yolov5-face使用c++部署的教程，还得感谢您呢

> > @fb029ed 大佬，你好，我想先问一下你是哈深rm战队的成员吗，我是一名大二学生，是中北大学606战队视觉组的成员，目前在队里主要负责使用神经网络检测装甲板，就是我是一名大二学生，然后是在中北大学的robomaster战队里负责用神经网络识别装甲板实现自动瞄准，不过就是之前我用yolo系列训练出来的模型最后实际测试时得到的bbox和装甲板的轮廓并不能很好的拟合，导致后续使用pnp进行姿态解算时会有较大误差，所以我现在是基于yolov5-face这个repo实现直接检测装甲板的四个角点，现在就是我之后还想使用openvino实现c++下的部署，之前我已经实现了原始yolov5使用tensorrt在c++的部署，在nano上仅有25fps左右，后来在视觉交流群里，也是哈深的一位叫陈迅的大佬用openvino实现了基于yolov5-face的四点模型的部署，nuc11使用核显可以到100多帧，不过是在python下，我之前也打算使用openvino来部署，因为我们也有一个nuc10，所以我就想能否参考您的仓库来实现，因为我的输出头里增加了四个角点的坐标，那么对于parse_yolov5()函数应该需要修改吧，现在这段时间主要由于是考试周，时间比较紧，四点模型我还没有完全改完，所以想着能不能加一下您的微信或qq之后交流一下呢？ > > 本科时是电科1.5视觉组的，检测装甲板这种不用神经网络效果也不错，提帧率算法效率是一方面，roi区域可以加一些策略，另一方面，多进程/线程也很重要。 哦哦，原来是成电的大佬，其实我们现在多线程也在做，是组里另外一个人在负责，我们之所以没有做传统视觉主要是现在都在转向神经网络了，确实相比传统调参要简单很多，然后我们也在做卡尔曼滤波做预测，但是现在就是我想通过vino来做yolov5的加速，所以我就想参考您这个repo，所以能行吗？

> > > > @fb029ed 大佬，你好，我想先问一下你是哈深rm战队的成员吗，我是一名大二学生，是中北大学606战队视觉组的成员，目前在队里主要负责使用神经网络检测装甲板，就是我是一名大二学生，然后是在中北大学的robomaster战队里负责用神经网络识别装甲板实现自动瞄准，不过就是之前我用yolo系列训练出来的模型最后实际测试时得到的bbox和装甲板的轮廓并不能很好的拟合，导致后续使用pnp进行姿态解算时会有较大误差，所以我现在是基于yolov5-face这个repo实现直接检测装甲板的四个角点，现在就是我之后还想使用openvino实现c++下的部署，之前我已经实现了原始yolov5使用tensorrt在c++的部署，在nano上仅有25fps左右，后来在视觉交流群里，也是哈深的一位叫陈迅的大佬用openvino实现了基于yolov5-face的四点模型的部署，nuc11使用核显可以到100多帧，不过是在python下，我之前也打算使用openvino来部署，因为我们也有一个nuc10，所以我就想能否参考您的仓库来实现，因为我的输出头里增加了四个角点的坐标，那么对于parse_yolov5()函数应该需要修改吧，现在这段时间主要由于是考试周，时间比较紧，四点模型我还没有完全改完，所以想着能不能加一下您的微信或qq之后交流一下呢？ > > > > > > > > > 本科时是电科1.5视觉组的，检测装甲板这种不用神经网络效果也不错，提帧率算法效率是一方面，roi区域可以加一些策略，另一方面，多进程/线程也很重要。 > > > > > > 哦哦，原来是成电的大佬，其实我们现在多线程也在做，是组里另外一个人在负责，我们之所以没有做传统视觉主要是现在都在转向神经网络了，确实相比传统调参要简单很多，然后我们也在做卡尔曼滤波做预测，但是现在就是我想通过vino来做yolov5的加速，所以我就想参考您这个repo，所以能行吗？ > > 传统视觉，有标注的话，参数也是可以搜索出来的，不用手工调整，鲁棒性不比dl方法差。openvino可以用，但是网络结构别用yolov5，yolov5相对来说精度高，cpu上速度慢，没必要，非得要用可以参考https://github.com/RangiLyu/nanodet 我们当时装甲板检测用的传统视觉，整车检测用的神经网络的方法，结合起来可以做小陀螺的打击。 哦哦，其实我之前也看过nanodet这个仓库，本来也想用这个的，但是现在yolov5n的速度还是可以，而且最主要的是我现在是想用四点模型直接检测装甲板的四个角点，而且你们当时的话是把神经网络部署到什么上呢，然后使用了tensorrt还是openvino加速呢？

> > > > > > @fb029ed 大佬，你好，我想先问一下你是哈深rm战队的成员吗，我是一名大二学生，是中北大学606战队视觉组的成员，目前在队里主要负责使用神经网络检测装甲板，就是我是一名大二学生，然后是在中北大学的robomaster战队里负责用神经网络识别装甲板实现自动瞄准，不过就是之前我用yolo系列训练出来的模型最后实际测试时得到的bbox和装甲板的轮廓并不能很好的拟合，导致后续使用pnp进行姿态解算时会有较大误差，所以我现在是基于yolov5-face这个repo实现直接检测装甲板的四个角点，现在就是我之后还想使用openvino实现c++下的部署，之前我已经实现了原始yolov5使用tensorrt在c++的部署，在nano上仅有25fps左右，后来在视觉交流群里，也是哈深的一位叫陈迅的大佬用openvino实现了基于yolov5-face的四点模型的部署，nuc11使用核显可以到100多帧，不过是在python下，我之前也打算使用openvino来部署，因为我们也有一个nuc10，所以我就想能否参考您的仓库来实现，因为我的输出头里增加了四个角点的坐标，那么对于parse_yolov5()函数应该需要修改吧，现在这段时间主要由于是考试周，时间比较紧，四点模型我还没有完全改完，所以想着能不能加一下您的微信或qq之后交流一下呢？ > > > > > > > > > > > > > > > 本科时是电科1.5视觉组的，检测装甲板这种不用神经网络效果也不错，提帧率算法效率是一方面，roi区域可以加一些策略，另一方面，多进程/线程也很重要。 > > > > > >...