depth-detect
Jetson 上同时跑深度估计和 YOLO 检测，TensorRT 加速
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 2026-09-30 · 当前星标 ★ 630
使用教程
ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。
环境要求
- 摄像头与算力板
- Python 与视觉推理环境
- 模型权重
安装与启动步骤
-
1备硬件
需要摄像头与一块能跑模型的算力板，官方对 Jetson 有说明。
-
2装依赖与权重
检测模型与深度模型分别下权重，缺一个跑不出距离判定。
-
3选深度方案
单目、双目与联合方案三选一，帧率与精度要自己权衡。
-
4配目标跟踪
它用跟踪器维持目标编号，参数不当会出现频繁换 ID。
-
5接报警输出
识别结果以 JSON 经 TCP 发出去，接收端要自己写。
如何确认成功
在真实骑行场景中能对后方接近的车辆给出稳定编号与距离估计，误报可控
注意事项
- 这是硬件项目，仓库只是软件部分，装完不等于能用。
- 三种调度模式对应不同的延迟与吞吐取舍，实时场景优先低延迟那档。
- 距离估计依赖深度模型选型，误差在远距离会放大。
- 报警走 TCP 明文 JSON，上车前想好接收端断线重连。
核心亮点
- 把深度估计和 YOLO 检测整合进同一 TensorRT 部署流程，省去分别搭两套推理管线的工作
- 明确针对 Jetson Nano/TX2/GeForce 做适配，边缘设备部署路径清晰
- C++ 实现，推理性能可控，适合对延迟敏感的嵌入式场景
不足之处
- 项目较早期，模型和依赖版本可能偏旧，新版本 TensorRT/JetPack 兼容性需自行验证
- 文档和社区活跃度有限，遇到问题可参考的资料较少
适用场景
- 机器人/AGV 避障：同时获取障碍物类别与距离信息
- 自动驾驶感知原型：在 Jetson 上验证单目/双目深度加检测的可行性
- 智能监控：对画面中目标做检测并估计其空间深度
替代项目
TensorRT-YOLO、jetson-inference、MiDaS
同类项目推荐
sparsefusion
开源
从稀疏视角生成高质量3D模型，重建新视角图像
[CVPR 2023] SparseFusion: Distilling View-conditioned Diffusion for 3D Reconstructio···
TurboOCR
开源
每秒200+张图，TensorRT加速的OCR服务，开箱即用。
TurboOCR, >200 img/s OmnidocBench. TensorRT FP16, PP-OCRv6, HTTP + gRPC
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,···
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
Noteify
开源
拍一下纸币，语音告诉你面额，助视障人士轻松交易
A Currency Detection app for the visually impaired which automatically recognizes a···
RGBT-Tiny
开源
双模态小目标检测基准，直接跑通基线对比
Repository for "Visible-Thermal Tiny Object Detection: A Benchmark Dataset and Basel···
VisCy
开源
显微图像自动提取单细胞特征，省去人工分析
computer vision models for single-cell phenotyping
claude-real-video
开源
让 Claude 看懂视频：自动提取关键帧和字幕，喂给大模型
Let Claude (or any LLM) actually watch a video — scene-aware, deduplicated frames +···
sam3.cpp
开源
把 SAM3 分割模型塞进 C++，无需 Python 即可跑图像和视频
Fast state-of-the-art image and video segmentation in portable C/C++