mgonzs13/yolo_ros

何を解決するか

yolo_ros は Ultralytics YOLO モデル用の ROS 2 ラッパーであり、ロボティクス開発者がロボットのソフトウェアスタックに高度なコンピュータビジョンタスクを簡単に統合できるようにします。このパッケージは、原始的なカメラ映像と実行可能な空間データの間のギャップを埋め、ロボットの環境における物体の検出、追跡、3D位置推定を標準化された方法で実行できるようにします。

動作方法

このパッケージは Ultralytics YOLO ライブラリをラップし、その機能を ROS 2 ノードとして公開します。RGB カメラトピックからの画像を処理し、検出結果、追跡ID、デバッグ画像を公開します。3D検出モードに設定された場合、RGB-Dカメラからの深度画像を使用して2Dバウンディングボックスやセグメンテーションマスクを3D空間に投影し、ターゲットフレーム（例：base_link）に対する3Dバウンディングボックスとキーポイントを計算します。

対象ユーザー

ROS 2（Humble、Iron、Jazzy、Kilted、Lyrical、Rolling）およびRGB-Dカメラを使用し、ロボット向けに物体検出、インスタンスセグメンテーション、または人間のポーズ推定を実装したい開発者や研究者。

特徴

• 広範なモデル対応：YOLO v3 から v12、YOLO-World、YOLOE、YOLOv26 まで幅広く対応。
• 3D空間認識：深度データを使用して2D検出を3Dバウンディングボックスとキーポイントに変換。
• ライフサイクルノード対応：システムが非アクティブ時におけるリソース使用量（CPU/VRAM）を最適化するため、ROS 2 ライフサイクルノードを実装。
• 多様なビジョンタスク：物体検出、追跡、ByteTrack、インスタンスセグメンテーション、人間のポーズ推定をサポート。
• YOLO-World対応：ノードの再起動なしに検出クラスを動的に更新するためのサービスを提供。