项目日志

• 双目相机的标定和初始化（2022.7.3）
• 运行BM、SGBM算法（2022.7.6）
• 研究SGBM算法并得出良好的open3d模型（2022.7.15）
• 实现双目测距（2022.7.27）
• 双目相机测出Yolov5检测物体的距离（2022.7.29）
• 视频帧率提高至6FPS（2022.7.30）
• 使用C++重勾BM算法（2022.8.1）
• 使用C++重构SGBM算法（2022.8.1）
• 使用TensorRT、C++部署yolov5模型（2022.8.3）
• 完成项目，帧率至少达到20FPS（2022.8.3）
• 新增Jeston nano部署文件

环境说明

• 🔥Tensorrt 8.4
• 🚀Cuda 11.6.1 Cudnn 8.4.1
• Opencv 4.5.1
• Cmake 3.23.3
• Visual Studio 2017
• MX350，Windows10

文件说明

• 💼BM、SGBM算法均有C++和Python两个版本

• 📂tensorrt：模型部署文件，帧率为23fps

• 📁yolov5-v6.1-pytorch-master：未部署前的python代码文件，帧率为5fps

• stereo_introduce：双目摄像头基本资料

• 📒双目视觉资料：从双目相机的标定（Matlab）到sgbm生成深度图的图文教程

• stereo_shot.py：摄像头拍摄代码

• 🎁Jeston nano_tensorrt：Jeston nano(Linux)部署资料

怎么用？

双目相机的标定：https://www.bilibili.com/video/BV1GP41157Ti

SGBM算法应用(Python版)：https://www.bilibili.com/video/BV1zT411w7oZ

在YOLOv5中加入双目测距，实现目标测距：https://www.bilibili.com/video/BV1qG41147ZW

Jeston nano部署yolov5，并实现双目测距：https://www.bilibili.com/video/BV15g411Q7ZV

参考资料

1. 🍔YOLOv5 Tensorrt Python/C++部署：https://www.bilibili.com/video/BV113411J7nk/?spm_id_from=333.788.recommend_more_video.-1&vd_source=97aec9e652524c83bb4f4b9481ee059e
2. 🍞Pytorch 搭建自己的YoloV5目标检测平台Bubbliiiing：https://www.bilibili.com/video/BV1FZ4y1m777?spm_id_from=333.999.0.0
3. 🍟双目摄像头-立体视觉：https://blog.csdn.net/qq_41204464/category_10766478.html?spm=1001.2014.3001.5482)
4. CUDA的正确安装/升级/重装/使用方式：https://zhuanlan.zhihu.com/p/520536351
5. 报错【Could not locate zlibwapi.dll. Please make sure it is in your library path】：https://blog.csdn.net/qq_44224801/article/details/125525721
6. 🍿windows下 C++ openCV配置及x86编译(傻瓜式教程)：https://blog.csdn.net/qq_37059136/article/details/124165080
7. 树莓派安装pytorch：https://blog.csdn.net/weixin_53798505/article/details/125235377
8. 树莓派开机自启动：https://blog.csdn.net/TohkaQAQ/article/details/121056564