arm_dev
2b77ec127d
痛点：TensorRT 10.13 的 Python API 没有元数据读写，engine 一转就把类名丢了；
推理侧只能退化成 str(cid)（"0"、"1"），界面上看不出是什么类，属于静默失效。
同时旧的 export_yolo_trt.sh 只能手工搬文件、手工改 site.yaml、标签无处安放。
标签子系统（model_labels.py）
- 旁挂标签文件 <模型名>.labels.yaml，放在权重旁边，文本、可手改、进 git
（二进制权重不进 git，标签是配置所以进）
- 读取优先级：旁挂文件 > ONNX 元数据 > 模型元数据 > 占位符 class_N
占位符是故意的：缺标签时要一眼看出来，而不是悄悄退回 cid
- 解析器容忍多种写法：dict / list / 逗号串 / 逐行文本 / Python repr 串
布局与转换（weights_layout.py + weights.py + weights.sh）
- models/<分组>/<模型名>.{pt,onnx,engine} + 同名 .labels.yaml
- convert：PT→ONNX→TensorRT，支持自定义名字、自动归位、固化标签
- staging/：非标准格式先进这里，转换后源文件归档到 staging/done/
- list / labels / doctor / show 四个子命令
- doctor --check-engines 能查出 engine 与 TensorRT 版本不匹配（反序列化返回空）
推理侧接入
- yolo_detector / onnx_workpiece / hole_detect_hough 统一走 read_labels()
- 画框标签不再硬编码 "gongjian"，改用实际类名
顺手修掉的真实问题
- setup.py 撞上断掉的符号链接会让整包构建失败，报错还指向 build/ 里的幽灵文件
（源文件被挪走后 build/ 里留下的断链被 os.walk 列出来）。加 _existing() 过滤。
- P3 遗漏：site.yaml / export_site_env.py / run_handeye.sh / handeye_teach.py /
handeye_calibrate.py 里的 handeye 工作目录仍是 /tmp/handeye_calib*，
与已迁到 handeye/ 的其余路径不一致。统一到 handeye/tmp/<臂号>。
- site.yaml 的 hole_weights / hole_detect.weights 原指向不存在的 best.pt，
改为实际存在的 detect_best_1.onnx；active.pt 符号链接已废弃并清理。
- weights.sh labels 原先不接受 "分组/模型名" 写法，而 list 输出正是这个形式，
照着敲会报"找不到模型"。补上，并让报错直接给出可复制的全名。
测试：225 项通过（新增 test_model_labels.py / test_weights_layout.py）。
真实 ONNX→engine 端到端转换已验过。
Co-authored-by: Cursor <cursoragent@cursor.com>
47 lines
1.5 KiB
YAML
47 lines
1.5 KiB
YAML
# perception_node 的默认值。launch 会用 ~/ros2/config/site.yaml 的 yolo: / paths: 覆盖。
|
|
# 日常调参**不要改这里**，改 site.yaml。
|
|
#
|
|
# 注意：下面 weights / conf / iou / imgsz / device / half_precision / min_conf 这几项
|
|
# 一定被 site.yaml 覆盖，这里只是"没有 site.yaml 时的兜底"。所以它们必须和 site.yaml
|
|
# 保持一致 —— 曾经这里写死 imgsz=416 而实际模型是 640，一旦覆盖失效就会用错尺寸。
|
|
|
|
perception_node:
|
|
ros__parameters:
|
|
camera_source: "d405"
|
|
camera_namespace: ""
|
|
image_topic: ""
|
|
camera_info_topic: ""
|
|
depth_topic: "/d405/aligned_depth_to_color/image_raw"
|
|
weights: "/home/cc/ros2/models/yolo/detect_best_0.onnx"
|
|
conf: 0.10
|
|
iou: 0.45
|
|
imgsz: 640
|
|
device: "0"
|
|
half_precision: true
|
|
min_conf: 0.12
|
|
vision_hz: 20.0
|
|
z_ref_m: 0.30
|
|
# Large gate + reacquire: fast motion must NOT freeze track
|
|
jump_px: 280.0
|
|
jump_z_m: 0.20
|
|
min_depth_m: 0.05
|
|
max_depth_m: 2.50
|
|
object_frame: "tracked_object"
|
|
camera_frame: "d405_color_optical_frame"
|
|
# Snappy KF + blend toward raw measurement
|
|
kf_q_pos: 0.002
|
|
kf_q_vel: 0.05
|
|
kf_r_pos: 0.0008
|
|
meas_blend: 0.65
|
|
# Faster infer + tight box follow
|
|
infer_max_width: 640
|
|
box_ema_alpha: 0.85
|
|
miss_clear_frames: 2
|
|
# Item 4 — adaptive Z depth LPF
|
|
z_alpha_min: 0.10
|
|
z_alpha_max: 0.60
|
|
z_alpha_gain: 2.0
|
|
feature_mode: "plane" # stereo 3D centroid; box = monocular box-center ray
|
|
plane_inlier_m: 0.008
|
|
plane_band_m: 0.06
|