Ein Objekt finden

Setzen Sie die Eingaben und schreiben Sie dann auf <module>/find-object/execute:

Lesen Sie dann output/status-code und output/result.

input/object-id nennt einen der Einträge auf system/objects und ist erforderlich: Ein leerer Wert wird mit Statuscode -2 abgelehnt.

Es gibt keinen Durchlauf „nach allem suchen". Ein Detektor wird um ein Bild herum aufgebaut; die Suche nach mehreren Objekten bedeutet also mehrere Detektoren, und jeder verarbeitet das gesamte Bild erneut - das ist der teure Teil. find-object einmal pro Objekt auszuführen, macht diese Kosten sichtbar, statt sie hinter einer leeren Eingabe zu verstecken.

Um gemischte Teile zu sortieren, führen Sie die Methode einmal pro Objekt aus und vergleichen die Scores.

output/result ist ein object_find_result-Flatbuffer.

Die Treffer sind nach Score sortiert, sodass matches[0] der beste ist.

Das Ergebnis enthält keine Rotation: Das gemeldete Rechteck ist achsenparallel. Wenn Sie wissen müssen, welche Orientierung gefunden wurde, geben Sie jeder Orientierung ein eigenes Objekt - screw-m6-front, screw-m6-tilted - und suchen Sie nacheinander danach. Die Antwort ist dann die object_id, die übereingestimmt hat.

input/result-coordinate wählt das Bezugssystem, in dem Positionen gemessen werden:

image_width und image_height folgen derselben Wahl, sodass das Normieren einer Koordinate mit ihnen in beiden Fällen korrekt ist.

Jede Größe funktioniert, und kein Teil von input/crop wird weggelassen. cv::linemod braucht zwar ein Bild, dessen Größe ein bestimmtes Vielfaches ist, aber der Detektor füllt intern bis dahin auf, statt eine ihm genehme Größe zu verlangen. Nichts, was Sie konfigurieren, muss also eine Regel erfüllen.

Früher wurde stattdessen beschnitten, was bis zu 7 Pixel am rechten und unteren Rand kostete - 31 bei bin-size 4. Das Beschneiden war schlimmer, als es aussah: Es verwarf Spalten, die die Kamera tatsächlich aufgenommen hatte, und ließ den toten Rand von cv::linemod - es ignoriert den äußeren Ring dessen, was es erhält - auf den verbliebenen Pixeln liegen. Gemessen erreichte ein Objekt an der letzten nutzbaren Position 0.79 beschnitten gegenüber 1.00 aufgefüllt.

Die Auffüllung repliziert die Randpixel nach außen, erzeugt also keine eigenen Gradienten und kann nicht mit einer Form verwechselt werden; ein Treffer wird nie aus ihr heraus gemeldet. Sie wird nur rechts und unten angefügt, sodass jede gemeldete Position weiterhin eine Position im von Ihnen konfigurierten Bild ist.

Ein leeres Ergebnis mit status-code 1 bedeutet das Objekt war nicht im Bild, und nichts anderes.

Jeder andere Grund, aus dem eine Suche leer zurückkommen könnte - das Objekt hat kein Bild, das Bild ist unbrauchbar, eine Pyramidenebene ist ungültig, bin-size hat zu wenig vom Objekt zum Erkennen übrig gelassen - wird vor dem Start der Suche erkannt und als negativer Statuscode gemeldet. Siehe Ausführungsstatus.

Das Bild wird bei der ersten Verwendung zu einem Detektor kompiliert, und dieser Detektor wird so lange wiederverwendet, wie Einstellungen und Objekt unverändert bleiben. Das Ändern einer Eingabe oder das Speichern einer neuen Vorlage baut ihn beim nächsten Durchlauf neu auf.

Das Kompilieren ist mit Abstand der teuerste Teil eines Durchlaufs. Eine Produktionsschleife, die wiederholt mit unveränderten Einstellungen ausführt, zahlt diese Kosten also einmal. Wer vor jedem Aufruf eine Einstellung ändert, zahlt sie jedes Mal.

Um die Suche selbst zu beschleunigen, verengen Sie zuerst input/crop und erhöhen dann input/preprocess/bin-size. input/pyramid zu erhöhen hilft nicht - siehe Geschwindigkeit.

find-object durchsucht ein Bild pro Aufruf. Wie ein Modul mit denselben Eingaben jedes Bild durchsucht, das eine Kamera streamt, lesen Sie in Objekte auf einem Bild-Stream finden (experimentell).