yzfzzz/depth-detect

解决的问题

提供一个高效率的框架，实现实时融合物体检测与深度估计。通过融合这两种能力，系统不仅能识别物体，还能估算其距离和运动状态（速度与加速度），这对于障碍物避让或机器人感知等应用至关重要。

工作原理

该框架采用基于 C++ 和 TensorRT 的流水线，同时运行两个模型：检测模型（YOLO）和深度估计模型（Depth-Anything 或 Lite-Mono）。支持同步和异步（GPU 重叠）执行，以最大化吞吐量。物体检测完成后，系统使用 BYTETracker 进行多目标跟踪，并结合卡尔曼滤波器平滑运动状态，基于深度图估算距离变化。

适用人群

专为在 x86 Linux 或 NVIDIA Jetson 嵌入式平台开发计算机视觉系统的开发者设计，适用于需要低延迟、实时空间感知的应用场景。

核心亮点

• 并行推理：支持同步与异步流水线，实现深度与检测的并行处理。
• 硬件加速：利用 CUDA 加速预处理（Resize、Normalize）和后处理（NMS），降低 CPU 负载。
• 运动追踪：集成 BYTETracker 与卡尔曼滤波，实现物体追踪并估计其运动动态。
• 跨平台兼容：兼容桌面 GPU（RTX 系列）与嵌入式设备（Jetson TX2）。