ProjectMask 映射图像Mask
ProjectMask 算子用于对 MaskRCNN、KeyPoint 以及 RotatedYOLO 神经网络模型推理所得的掩码图(目标 2D 像素区域)进行后续处理,将推理所得的掩码图列表转换为 3D 点云列表。
说明:算子运行前需准备推理得到的掩码图、图漾相机外参矩阵、目标物体3D点云。
type | 功能 |
---|---|
MaskList | 将掩码图列表的所有目标同时转换成 3D 点云。支持按照类别转换。 |
MaskClassList | 将类掩码图列表的所有目标同时转换成 3D 点云。支持按照类别转换。 |
MaskList
算子参数
-
相机坐标/camera_pose
:手动设置 camera_pose 的 x/y/z/rx/ry/rz。作用同数据信号输入端口的 camera_pose 一致。若输入端口 camera_pose 有输入,执行算子后则会自动将输入端口的值覆盖该参数的值。 -
相机彩色图标定文件/color_calib_file
:设置图漾相机 RGB 镜头的出厂标定参数文件的路径。作用同数据信号输入端口的 color_calib_info 一致。若输入端口 color_calib_info 有输入,优先使用输入端口的值。 -
输出背景点云/output_backgroud
:是否输出背景点云。-
True
:输出背景点云。算子参数显示背景点云
,参数用于设置点云的可视化属性。数据信号输出端口显示backgroud_cloud
,用于输出背景点云数据。 -
False
:不输出背景点云。
-
-
选择类别/select_class
:如果仅需要将原始掩码图列表中的某一类目标进行 3D 转换,则这里填写对应的类别即可。该参数默认为空,即将所有类别全部转换。 -
点云列表/cloud_list
:设置点云列表在 3D 视图中的可视化属性。-
打开点云列表可视化。
-
关闭点云列表可视化。
-
设置3D视图中点云列表的颜色。取值范围:[-2,360]。默认值:-1。
-
设置点云列表中点的尺寸。取值范围:[1,50]。默认值:1。
说明:当 输出背景点云 → 是,显示下述参数。
-
-
点云列表/cloud_list
:设置背景点云列表在 3D 视图中的可视化属性。-
打开背景点云列表可视化。
-
关闭背景点云列表可视化。
-
设置3D视图中背景点云列表的颜色。取值范围:[-2,360]。默认值:-1。
-
设置背景点云列表中点的尺寸。取值范围:[1,50]。默认值:1。
-
数据信号输入输出
输入:
-
cloud
:-
数据类型:PointCloud
-
输入内容:掩码图的原图所对应的点云
说明:当输入的点云中背景点云占比较多时,建议将大部分背景点云裁剪后再输入。
-
-
camera_pose
:-
数据类型:Pose
-
输入内容:掩码图的原图所在的 RGB 空间坐标系到上述点云所在的空间坐标系的转换关系。如果上述输入端口的点云位于相机3D坐标系,则这里输入RGB空间坐标系到相机3D坐标系的转换 Pose 即可。如果上述输入端口的点云位于机器人坐标系,则这里需要输入 RGB空间坐标系到机器人3D坐标系的的转换 Pose 。
-
-
color_calib_info
:-
数据类型:CalibInfo
-
输入内容:图漾相机 RGB 镜头的出厂标定参数,可以从 TyCameraAccess 算子输出,也可以由 LoadCalibFile 算子输出。
-
-
mask_list
:-
数据类型:ImageList
-
输入内容:神经网络推理算子所得的掩码图像列表
-
-
mask_names
:-
数据类型:StringList
-
输入内容:神经网络推理算子所得的目标类别列表
-
输出:
-
cloud_list
:-
数据类型:PointCloudList
-
输出内容:将掩码图列表中的目标转换到 3D 坐标系后的点云列表
说明:当 输出背景点云 → 是,显示下述输出端口。
-
-
background_cloud
:-
数据类型:PointCloud
-
输出内容:背景点云
-
功能演示
使用 ProjectMask 算子的MaskList模式 ,将掩码图列表的所有目标同时转换成 3D 点云,输出 PointCloudList 。
步骤1:算子准备
添加 Trigger( 3 个)、Load( 2 个)、LoadCalibFile、AIDetectGPU、ProjectMask 算子至算子图。
步骤2:设置算子参数
-
设置 Trigger_1 算子参数:
-
算子名称→Init_Trigger
-
类型 → InitTrigger
-
-
设置 Trigger_2 算子参数:
-
算子名称→AI_Trigger
-
类型 → InitTrigger
-
-
设置 Load 算子参数:
-
类型 → Image
-
文件 → →选择图像文件名 ( example_data/mask_data_train/20221010113840917/rgb.png )
-
图像 → 可视
-
-
设置 Load_1 算子参数:
-
类型 → PointCloud
-
文件 → → 选择与图像匹配点云文件名 ( example_data/mask_data_train/20221010113840917/cloud.pcd )
-
点云 → 可视
-
-
设置 LoadCalibFile 算子参数:
-
相机标定文件 → 图漾相机出厂标定文件 ( example_data/mask_data_train/mask_ty_color_calib.txt )
-
-
设置 AIDetectGPU 算子参数:
-
说明:该端口连接/不连接,输出所有类别的旋转矩阵。连接时,可填写 select_class 来输出指定类别的旋转矩形。
-
类名文件路径 → → 选择相应文件名( example_data/mask_data_train/fruits.txt )
-
权重文件路径 → → 选择相应权重文件名 ( example_data/mask_data_train/train_output/model_final.pth )
-
配置文件路径 → → 选择相应权重文件名 ( example_data/mask_data_train/train_output/config.yaml )
-
物体得分阈值 → → 0.75
-
识别结果图像 → 可视
-
-
设置 ProjectMask 算子参数:
-
类型→ MaskList
-
点云列表 → 可视
-
步骤3:连接算子
步骤4:运行
-
点击RVS的运行按钮,InitTrigger 和AI_Trigger 会自动运行,分别触发 LoadCalibFile 算子以及 AIDetectGPU 。然而,AIDetectGPU 算子的初始化同时会通过finished 端口触发后续的 ProjectMask 算子。由于 ProjectMask 算子的输入端口没有有效数值,因此会报告一个端口输入无效的警告。这个警告不会影响后续的运行。如下图所示。
-
正常运行触发左侧 Trigger 算子。
运行结果
-
如果勾选了AIDetectGPU算子的
识别结果图像
参数以及 ProjectMask 算子的点云列表
属性的可视化选项,则会显示一个包含点云和掩膜的三维可视化结果。其中,点云的颜色表示掩膜的值,即蓝色表示掩膜值为 0,白色表示掩膜值为 1。掩膜将点云分割成不同的区域,以便进行后续的处理和分析。如下图所示。 -
如果在 ProjectMask 算子的
选择类别
属性中填写了某个具体的类别,比如 banana ,则还额外需要将 AIDetectGPU 算子的 mask_names 端口连接到ProjectMask 算子的 mask_names 端口,运行效果如下所示。
MaskClassList
将 ProjectMask 算子的 类型
属性选择 MaskClassList ,将类掩码图转换成 3D 点云列表并输出。
算子参数
-
所有参数:同上述 MaskList 。
数据信号输入输出
输入:
-
mask_class_list
:-
数据类型:Image
-
输入内容:神经网络推理算子在 Class 模式下 ( MaskRCNNClass 以及 YOLOClass ) 所得的类掩码图列表
-
-
其余端口
:同上述MaskList 描述一致
输出:
-
cloud_list
:-
数据类型:PointCloud
-
输出内容:将类掩码图中的目标转换到 3D 坐标系中的点云
-
功能演示
使用 ProjectMask 算子中 MaskClassList 模式,分别将所有类掩码图以及单个类掩码图 (类别仍然选为banana) 的目标转换成 3D 点云。
算子连接参照 MaskList ,连接细节以及两次运行结果图如下所示。