Лучшее программное обеспечение для робота Xiao-r GFS-X, от Российских разработчиков в рамках участия в Студкемпе от Яндекс.
Для старта необходимо:
- Запустить файл python_src/xr_startmain.py на роботе.
- На стороне сервера запустить файл server-side/main.py.
- Ввести в консоль название цвета команды на английском языке.
Тестирование работы с камерами. Включает настройку нескольких камер. Предназначен для отладки и интеграции видеопотоков.
Основной код проекта. Включает клиентскую сторону проекта, распологается в роботе и предназначено для его управления и настройки.
Серверная часть проекта, которая отправляет команды на робота. Содержит финальные версии нейронных сетей, обработчики видео и модуль отправки команд на робота через tcp client.
Проект использует следующие ключевые библиотеки:
-
Ultralytics
Фреймворк для работы с YOLOv8 (и другими версиями YOLO). Применяется для задач компьютерного зрения, таких как детекция объектов и их классификация. -
PyTorch
Одна из ведущих библиотек для глубокого обучения. Используется для построения, обучения и развертывания нейросетей. -
Flask
Лёгкий веб-фреймворк на Python, который используется для создания серверной части. Flask обеспечивает обработку HTTP-запросов и маршрутизацию. -
OpenCV
Библиотека для обработки изображений и видео. В проекте используется для работы с видеопотоками и камерой, включая задачи обработки кадров и видеоанализ. -
EventBus
Используется для организации и управления событиями в проекте. Обеспечивает подписку на события и передачу данных между модулями. -
NumPy
Библиотека для работы с многомерными массивами и матричными операциями. Активно используется для обработки данных и выполнения вычислений, необходимых для тренировки нейросетей.