🟢 Детекция маркеров на LicheeRV Nano ▶️ На изображении представлена диаграмма, для наглядного сравнения скорости детекции Aruco-маркера классическими методами OpenCV (на LicheeRV Nano) и детекции маркера по четырём паттернам через YOLO на NPU. Классический метод выдаёт адекватную скорость только начиная с разрешения 256x256, что достаточно мало, если необходимо детектировать маркеры с большого расстояния. Хотя для полной объективности необходимо провести бенчмарк качества и точности детекции. ▶️ Обновления YOLO детектора: 1. Расширенный датасет: размытый маркер, разное освещение/расстояние 2. Эксперименты с кадрами 256x256 3. Изменён алгоритм работы solvePnP на IPPE (гораздо быстрее чем ITERATIVE для планарных объектов) 4. Визуализация позици маркера в RVIZ ▶️ В планах есть реализовать другие методы детекции: 1. Ключевые точки рамки маркера через YOLO Keypoint 2. Поиск арука маркера через YOLO и последующая детекция через OpenCV Aruco 3. YOLO OBB ▶️ Исходники в GitHub репозитории. #licheerv_nano #cv