huangxin/zjsh_yolov11
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

Force keep local structure: resolve all rename/delete conflicts

Browse Source
This commit is contained in:
琉璃月光
2026-03-10 14:19:41 +08:00
parent 67883f1a50 eb16eeada3
commit 3fddb8fa94
5 changed files with 90 additions and 53 deletions
Download Patch File Download Diff File Expand all files Collapse all files

79
1 Normal file
View File

@ -0,0 +1,79 @@
#pragma once
#include <cstdint>
#include <vector>
#include <string>
/* 舵机编号枚举 */
enum class EServo : uint8_t {
SERVO_0 = 0,
SERVO_1,
SERVO_2,
};
/* 电机运行模式 */
enum class EMotorOperatingMode : uint8_t {
Position, // 位置模式
Velocity, // 速度模式
Current, // 电流 / 力矩模式
};
/* 电机报警类型（可以根据 Dynamixel 详细 bitmask 扩展） */
enum class EMotorAlarm : uint16_t {
InputVoltageError = 0x01,
OverTemperature = 0x02,
MotorEncoderError = 0x04,
Overload = 0x08,
DriverFault = 0x10,
// 更多可按需要添加
};
/* 电机运动命令结构体 */
struct ServoCommand {
EServo servo; // 哪个电机
EMotorOperatingMode mode; // 运行模式
int32_t target; // 目标值
uint32_t velocity_limit = 0; // 最大速度（0 = 不修改）
uint32_t acceleration = 0; // 加速度（0 = 不修改）
uint16_t current_limit = 0; // 电流限制（0 = 不修改）
};
/* 电机控制接口 */
class ServoControl
{
public:
ServoControl();
~ServoControl();
void servoInit(EServo servo);
bool servoExecute(const ServoCommand& cmd);
int32_t getMotorPosition(EServo servo);
int32_t getMotorVelocity(EServo servo);
int32_t getMotorCurrent(EServo servo);
/* ======================
新增报警查询接口
返回 bitmask，0 = 无报警
====================== */
uint16_t getMotorAlarmStatus(EServo servo);
bool hasMotorAlarm(EServo servo, EMotorAlarm alarm);
private:
bool enableTorque(EServo servo);
bool disableTorque(EServo servo);
bool setOperatingMode(EServo servo, EMotorOperatingMode mode);
bool setVelocityLimit(EServo servo, uint32_t vel);
bool setAcceleration(EServo servo, uint32_t acc);
bool setCurrentLimit(EServo servo, uint16_t cur);
struct ServoState {
EMotorOperatingMode mode;
int32_t position;
int32_t velocity;
int32_t current;
bool torque_on;
uint16_t alarm_status; // 新增：报警状态
};
ServoState servo_states_[3];
};

21
ultralytics_yolo11-main/train_seg_r_main_60.py
View File

@ -1,21 +0,0 @@
from ultralytics import YOLO
if __name__ == '__main__':
# ✅ 推荐：使用官方预训练分割模型
#model = YOLO(r'/home/hx/yolo/ultralytics_yolo11-main/runs/train/61seg/exp2/weights/best.pt')
model = YOLO(r'/home/hx/yolo/ultralytics_yolo11-main/ultralytics/cfg/models/11/yolo11-seg.yaml')
# 开始训练
results = model.train(
data='data_seg60.yaml', # 数据配置文件
epochs=300, # 训练轮数
imgsz=1280,
batch=4, # 每批图像数量
workers=10, # 数据加载线程数
device='0', # 使用 GPU 0
project='runs/train/60seg', # 保存项目目录
name='exp', # 实验名称
exist_ok=False, # 不覆盖已有实验
optimizer='AdamW', # 可选优化器
lr0=0.0003, # 初始学习率
patience=0, # 早停轮数
)

21
ultralytics_yolo11-main/train_seg_r_main_61.py
View File

@ -1,21 +0,0 @@
from ultralytics import YOLO
if __name__ == '__main__':
# ✅ 推荐：使用官方预训练分割模型
#model = YOLO(r'/home/hx/yolo/ultralytics_yolo11-main/runs/train/61seg/exp2/weights/best.pt')
model = YOLO(r'/home/hx/yolo/ultralytics_yolo11-main/ultralytics/cfg/models/11/yolo11-seg.yaml')
# 开始训练
results = model.train(
data='data_seg61.yaml', # 数据配置文件
epochs=500, # 训练轮数
imgsz=1280,
batch=4, # 每批图像数量
workers=10, # 数据加载线程数
device='0', # 使用 GPU 0
project='runs/train/61seg', # 保存项目目录
name='exp', # 实验名称
exist_ok=False, # 不覆盖已有实验
optimizer='AdamW', # 可选优化器
lr0=0.0005, # 初始学习率
patience=0, # 早停轮数
)

12
yolo11-mobilenetv4/train_seg_main.py
View File

@ -2,20 +2,20 @@ from ultralytics import YOLO
if __name__ == '__main__':
# ✅ 推荐：使用官方预训练分割模型
#model = YOLO(r'/home/hx/yolo/ultralytics_yolo11-main/runs/train/seg_j/exp2/weights/best.pt')
#model = YOLO(r'/home/hx/yolo/ultralytics_yolo11-main/runs/train/61seg/exp2/weights/best.pt')
model = YOLO(r'/home/hx/yolo/ultralytics_yolo11-main/ultralytics/cfg/models/11/yolo11-seg.yaml')
# 开始训练
results = model.train(
data='data.yaml', # 数据配置文件
epochs=200, # 训练轮数
data='data_seg61.yaml', # 数据配置文件
epochs=500, # 训练轮数
imgsz=1280,
batch=4, # 每批图像数量
workers=10, # 数据加载线程数
device='0', # 使用 GPU 0
project='runs/train/seg_02', # 保存项目目录
project='runs/train/61seg', # 保存项目目录
name='exp', # 实验名称
exist_ok=False, # 不覆盖已有实验
optimizer='AdamW', # 可选优化器
lr0=0.0005, # 初始学习率
patience=20, # 早停轮数
lr0=0.0005, # 初始学习率
patience=0, # 早停轮数
)

10
yolo11-mobilenetv4/train_seg_resize_main.py
View File

@ -2,20 +2,20 @@ from ultralytics import YOLO
if __name__ == '__main__':
# ✅ 推荐：使用官方预训练分割模型
#model = YOLO(r'/home/hx/yolo/ultralytics_yolo11-main/runs/train/seg_j/exp2/weights/best.pt')
#model = YOLO(r'/home/hx/yolo/ultralytics_yolo11-main/runs/train/61seg/exp2/weights/best.pt')
model = YOLO(r'/home/hx/yolo/ultralytics_yolo11-main/ultralytics/cfg/models/11/yolo11-seg.yaml')
# 开始训练
results = model.train(
data='/home/hx/yolo/ultralytics_yolo11-main/resize_seg_data.yaml', # 数据配置文件
epochs=100, # 训练轮数
data='data_seg60.yaml', # 数据配置文件
epochs=300, # 训练轮数
imgsz=1280,
batch=4, # 每批图像数量
workers=10, # 数据加载线程数
device='0', # 使用 GPU 0
project='runs/train/seg_r', # 保存项目目录
project='runs/train/60seg', # 保存项目目录
name='exp', # 实验名称
exist_ok=False, # 不覆盖已有实验
optimizer='AdamW', # 可选优化器
lr0=0.0005, # 初始学习率
lr0=0.0003, # 初始学习率
patience=0, # 早停轮数
)