- 模型推理 API,支持三种模型格式:
.tflite.so.bin
- 基于 Qualcomm 平台的模型推理加速。
qrb_ros_nn_inference 的管道流程
下图展示了预处理节点如何将输入张量传送给 qrb_ros_nn_inference,后者将输出张量发布到后处理节点。
图: qrb_ros_nn_inference 管道
qrb_ros_nn_inference 管道中使用的 ROS 主题
下表列出了管道中的 ROS 主题、它们的消息类型以及发布或订阅每个主题的节点。
| ROS 主题 | 消息类型 | 发布者/订阅者 | 描述 |
|---|---|---|---|
/qrb_inference_input_tensor | qrb_ros_tensor_list_msgs::msg::TensorList | 由 qrb_ros_nn_inference 订阅 | 订阅用于模型推理的输入张量。 |
/qrb_inference_output_tensor | qrb_ros_tensor_list_msgs::msg::TensorList | 由 qrb_ros_nn_inference 发布 | 发布模型的输出张量。 |
qrb_ros_nn_inference 管道中使用的 ROS 节点参数
下表列出了节点参数、它们的类型及其默认值。
| 节点参数 | 类型 | 默认值 | 描述 |
|---|---|---|---|
backend_option | string | "" | 模型推理的硬件加速选项。有效值请参见 qrb_ros_nn_inference 文档。 |
model_path | string | "" | 指示模型文件的路径。 |
前提条件
- 您已根据 设置运行示例应用程序的环境 设置好设备。
- 在
qcom-robotics-image设备(Overlay Config #1)上,请确保您已安装 Qualcomm AI Engine Direct SDK (qairt-sdk) 和qrb-ros-nn-inference包。相关操作说明请参见 在 QIR SDK 上启用和评估 Qualcomm Linux overlays。 在qcom-robotics-proprietary-image设备(Overlay Config #2)上,该包已经预装。 - 您已从 Qualcomm AI hub 下载模型。
- 您已根据 qrb_ros_nn_inference 示例 准备好预处理节点和后处理节点。
运行开箱即用的 qrb_ros_nn_inference
构建并运行 qrb_ros_nn_inference
试一试
试一试
1
在主机上构建 qrb_ros_nn_inference
2
将 qrb_ros_nn_inference 推送到设备
注意确保设备上已安装 QIR SDK。
SSH Session
3
在设备上设置 QIR SDK 和 ROS2 环境
启动一个终端,并运行以下命令。
ROS_DOMAIN_ID 的取值范围:[0, 232]SSH Session
4
启动节点
启动三个节点:预处理节点、
qrb_ros_nn_inference 节点和后处理节点。SSH Session

