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>
70 lines
2.5 KiB
Bash
Executable File
70 lines
2.5 KiB
Bash
Executable File
#!/usr/bin/env bash
|
||
# 权重模块的统一入口（薄封装）。
|
||
#
|
||
# bash ~/ros2/scripts/weights.sh list
|
||
# bash ~/ros2/scripts/weights.sh labels detect_best_0
|
||
# bash ~/ros2/scripts/weights.sh labels detect_best_0 --set "工件,通止规"
|
||
# bash ~/ros2/scripts/weights.sh convert staging/best_v3.pt --name workpiece
|
||
# bash ~/ros2/scripts/weights.sh doctor --check-engines
|
||
#
|
||
# 本脚本只做三件事：准备环境（ROS + TensorRT 动态库）→ 挑一个能用的 python → 转发。
|
||
# 真正的逻辑在 scripts/weights.py。
|
||
#
|
||
# 完全等价的老命令 export_yolo_trt.sh 仍然可用（它是本脚本的转发壳）。
|
||
|
||
set -eo pipefail
|
||
ROOT="$(cd "$(dirname "${BASH_SOURCE[0]}")/.." && pwd)"
|
||
|
||
# 用户显式指定解释器时优先用它；否则试 ros_flexiv。
|
||
# 本模块需要的重依赖（ultralytics / onnx / tensorrt / onnxruntime）都在那里。
|
||
pick_python() {
|
||
if [[ -n "${WEIGHTS_PY:-}" ]]; then
|
||
echo "${WEIGHTS_PY}"; return 0
|
||
fi
|
||
local cands=(
|
||
"${HOME}/anaconda3/envs/ros_flexiv/bin/python"
|
||
"$(command -v python3 || true)"
|
||
)
|
||
for c in "${cands[@]}"; do
|
||
[[ -n "${c}" && -x "${c}" ]] || continue
|
||
# list/labels/show 只需要 yaml；convert/doctor 才需要 tensorrt。
|
||
# 这里统一要求 yaml，避免半路才发现解释器不对。
|
||
if "${c}" -c 'import yaml' >/dev/null 2>&1; then
|
||
echo "${c}"; return 0
|
||
fi
|
||
done
|
||
return 1
|
||
}
|
||
|
||
PY="$(pick_python)" || {
|
||
echo "错误: 找不到可用的 python（需要能 import yaml）。" >&2
|
||
echo " 可用 WEIGHTS_PY=/path/to/python 指定。" >&2
|
||
exit 1
|
||
}
|
||
|
||
# TensorRT 的 pip 版把 .so 放在非标准位置，TensorRT 的 Python API 和运行时都要用。
|
||
# export_yolo_trt.sh 里也是这么做的；这里保持同样做法。
|
||
TRT_LIBS="$("${PY}" - <<'PY' 2>/dev/null || true
|
||
import pathlib
|
||
try:
|
||
import tensorrt
|
||
except Exception:
|
||
raise SystemExit(0)
|
||
p = pathlib.Path(tensorrt.__file__).resolve().parent
|
||
cands = [p, p.parent / "tensorrt_libs", p.parent / "nvidia" / "tensorrt" / "lib"]
|
||
print(":".join(str(x) for x in cands if x.exists()))
|
||
PY
|
||
)"
|
||
[[ -n "${TRT_LIBS}" ]] && export LD_LIBRARY_PATH="${TRT_LIBS}${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}"
|
||
|
||
# 不让 Ultralytics 自己去 pip 装东西（会卡住或破坏环境）。
|
||
export YOLO_AUTOINSTALL=false
|
||
|
||
# site.yaml 里的 yolo.imgsz 作为 convert 的默认尺寸。
|
||
if [[ -f "${ROOT}/scripts/lib/load_site_config.sh" ]]; then
|
||
# shellcheck disable=SC1091
|
||
source "${ROOT}/scripts/lib/load_site_config.sh" >/dev/null 2>&1 || true
|
||
fi
|
||
|
||
exec "${PY}" "${ROOT}/scripts/weights.py" "$@"
|