
vision_msgs
统一 ROS 视觉消息格式,算法输出即插即用
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-11-23 · 当前星标 ★ 186
核心亮点
- 消息定义与具体算法解耦,换检测器无需改下游节点
- 同时覆盖 2D/3D 检测、分类与位姿,字段设计较完整
- 随 ROS 发行版维护,接口稳定,社区使用面广
不足之处
- 仅定义消息结构,不含任何算法或工具函数,需自行实现转换
- 3D 检测相关字段对部分新式模型表达力有限,扩展需自定义
- 文档以消息注释为主,缺少端到端使用示例
适用场景
- 机器人视觉感知流水线中统一检测与分类结果接口
- 多传感器融合节点消费标准化目标列表
- 视觉结果可视化与录制回放工具的数据格式
替代项目
ros-perception/vision_msgs 衍生分支、autoware_msgs、foxglove/schemas
同类项目推荐
Weighted-Boxes-Fusion
开源
多模型检测结果融合,提升目标检测精度
Set of methods to ensemble boxes from different object detection models, including i···
eSearch
开源
截屏即识别,离线翻译搜索一步到位
截屏 离线OCR 搜索翻译 以图搜图 贴图 录屏 万向滚动截屏 屏幕翻译 Screenshot Offline···
YOLOFuse
开源
在 YOLO 上加第二模态,快速做双模态目标检测
Dual-modal YOLO Object Detection Framework
ovam
开源
用扩散模型生成精准的开放词汇语义分割图
Code for the paper Open-Vocabulary Attention Maps with Token Optimization for Semant···
RapidVideOCR
开源
视频硬字幕一键识别,自动生成可编辑 SRT 字幕
Extract video hard subtitles and automatically generate corresponding srt files.
MulimgViewer
开源
一个界面并排看多图,对比拼接不用来回切窗口
MulimgViewer is a multi-image viewer that can open multiple images in one interface,···
TTKOCR
开源
本地桌面工具,把图片和 PDF 里的文字直接抠出来
OCR 识别图片以及PDF中的文字,based on Qt for windows and linux.
auge
开源
一条命令调用苹果视觉框架,本地识图不联网
On-device vision CLI - Apple Vision framework OCR, image classification, and object ···
ha-llmvision
开源
让 Home Assistant 看懂摄像头,自动触发智能场景
Visual intelligence for your home.