9.6 画像セグメンテーション

Docker 使用方法のリファレンス: モジュール 3.7 Docker

Isaac ROS 画像セグメンテーション公式ウェブリンク: https://nvidia-isaac-ros.github.io/repositories_and_packages/isaac_ros_image_segmentation/index.html

概要

Isaac ROS 画像セグメンテーションには、セマンティック画像セグメンテーション用の ROS パッケージが含まれています。

これらのパッケージは、DNN モデル上で GPU 加速推論を実行することにより、入力画像のピクセルレベル分類を提供します。入力画像の各ピクセルは、定義されたカテゴリのグループに分類されます。センサー機能は、出力予測を使用して 2 次元画像内の各カテゴリの空間的位置を理解したり、3 次元シーン内の対応する深度位置と統合したりできます。

クイックスタート

開発を簡素化するために、主に Isaac ROS Dev Docker イメージを使用し、その上でデモンストレーションを実行します。このデモンストレーションでは、rosbag ファイルを再生してカメラからのデータストリームをシミュレートするため、カメラデバイスをインストールする必要はありません。

実際のハードウェア上または接続されたカメラでワークフローを実行する予定の場合は、サポートされているカメラ設定について Isaac ROS の公式ドキュメントを参照してください。

ターミナルを開き、ワークスペースに移動し、Isaac ROS 開発コンテナに入ります。

cd ${ISAAC_ROS_WS}/src

cd ${ISAAC_ROS_WS}/src/isaac_ros_common && \
./scripts/run_dev.sh

次の起動コマンドを実行します:

ros2 launch isaac_ros_examples isaac_ros_examples.launch.py launch_fragments:=segformer interface_specs_file:=${ISAAC_ROS_WS}/isaac_ros_assets/isaac_ros_segformer/quickstart_interface_specs.json model_name:=peoplesemsegformer model_repository_paths:=[${ISAAC_ROS_WS}/isaac_ros_assets/models]

2 つ目のターミナルを開き、コンテナに入ります。

cd ${ISAAC_ROS_WS}/src/isaac_ros_common && \
./scripts/run_dev.sh

次のコマンドを実行します:

ros2 bag play -l isaac_ros_assets/isaac_ros_segformer/segformer_sample_data

結果を表示する

3 つ目のターミナルを開き、コンテナに入ります。

cd ${ISAAC_ROS_WS}/src/isaac_ros_common && \
./scripts/run_dev.sh

次のコマンドを実行して結果を表示します:

ros2 run rqt_image_view rqt_image_view /segformer/colored_segmentation_mask