isaac_ros_image_segmentation

在 Jetson 上用 GPU 加速跑语义分割,实时又省心。

isaac_ros_image_segmentation 是 NVIDIA 推出的 ROS2 语义分割加速包,基于 TensorRT 和 GPU 推理,为 Jetson 平台提供高性能的深度学习图像分割能力。它解决的是在机器人等边缘设备上实时运行语义分割模型时算力不足、延迟高的问题。核心能力包括:无缝集成 ROS2 Humble 生态,支持 DNN 模型部署与 TensorRT 加速,提供标准化的图像分割消息接口,并能利用 Jetson 的 GPU 硬件加速实现低延迟推理。该包是 Isaac ROS 套件的一部分,专为机器人感知设计,可快速构建语义理解管线,适用于导航、避障、物体识别等场景。目前处于早期阶段,但已具备生产级基础。

开源 free 计算机视觉
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 127
维护状态 维护中
是否开源 是
定价模式 free

项目数据

分类计算机视觉
开发团队NVIDIA-ISAAC-ROS
所属国家
官网地址
定价模式free
价格说明开源项目,Apache-2.0许可证,可免费使用和部署。
访问状态
是否开源是
开源协议Apache-2.0
主要语言C++
技术栈/模型ai,dnn,gpu,image-segmentation,inference,jetson,nvidia,ros2,ros2-humble,tensorrt
GitHub 星标★ 127
30天Star增速
HF 下载量
上线时间2021-11-04 00:00:00
最近更新2026-08-31 00:00:00
维护状态维护中
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-10
浏览次数4

使用教程

核心亮点

  • TensorRT 加速,推理延迟低,适合实时机器人应用
  • 与 ROS2 Humble 深度集成,消息接口标准化,开发便捷
  • 专为 Jetson 平台优化,充分利用边缘 GPU 算力

不足之处

  • 仅支持 ROS2 Humble,对 ROS1 或新版 ROS2 兼容性有限
  • 文档和示例相对较少,社区生态待观察

适用场景

  • 机器人实时避障与路径规划
  • 自动驾驶场景的语义理解
  • 工业质检中的缺陷分割

替代项目

ros_deep_learning、vision_msgs、torch2trt

项目介绍

isaac_ros_image_segmentation 是计算机视觉领域的开源项目,由 NVIDIA-ISAAC-ROS 开发,2021 年首次发布。

它收录于计算机视觉分类,该分类目前共有 447 个项目,GitHub 星标数为 127。

项目仍在小幅维护中,最近一次代码更新于 2026-08-31。Apache-2.0许可证,可免费使用和部署。

它主要面向的使用场景是:机器人实时避障与路径规划。同类可对比的替代方案包括 ros_deep_learning、vision_msgs、torch2trt。

上一篇:nobg

下一篇:MuscleMap

同类项目推荐

modlens 开源

给纯文本编码代理装上眼睛,粘贴图片即刻获得结构化视觉证据。

The first vision plugin for DeepSeek Harness, and the vision bridge for every text-o···

★ 4019 2026-08-19
opencv 开源

开箱即用的视觉算法库,搞定图像视频处理与识别

Open Source Computer Vision Library

★ 90930 2026-08-10
OpenCVTutorials 开源

中文 OpenCV 教程,从入门到实战,边看边跑代码

OpenCV-Python4.1 中文文档

★ 1430 2026-08-20
Olympus 开源

一个路由搞定所有视觉任务,免去逐个微调

[CVPR 2025 Highlight] Official code for "Olympus: A Universal Task Router for Comput···

★ 427 2026-08-09