https://www.bilibili.com/video/BV1FZ4y1m777/
任意一款双目相机都可以,我的仅供参考:淘宝汇博视捷,80度无畸变,焦距3mm,基线12cm
因为我们安装的opencv都是用CPU运算,所以sgbm算法主要是CPU在工作,而Jeston nano的CPU较差。导致严重拖慢速度。
🚀解决方法:安装opencv的GPU版本,然后在设备上编译,最后使用C++重构算法
建议先学一下opencv的基础知识,基础不牢地动山摇!
- sgbm算法比BM算法精度上高很多,这就造成了sgbm算法速度比BM更慢
- 跑出来识别的距离都很大,一般是因为没有计算出距离,然后随便报了一个很大的数字。建议检查一下标定过程,或者相机不能离被测物体太近(大于1米)
- 在Jeston nano部署的时候我采用官方的yolov5-6.0或yolov5-6.1版本
- 不部署时,我采用的是https://www.bilibili.com/video/BV1FZ4y1m777/的yolov5
二者的权重是不一样的