6.3.4 图像分割

UNet 简介

本示例展示如何基于轻量化的 UNet 语义分割模型，结合 SpacemiT 智算核实现高效的图像分割。模型可接受静态图像或视频流输入，输出为像素级语义标签（灰度图）及伪彩渲染图，通过 ROS2 发布分割结果，便于下游感知与控制模块调用。

该模型基于 Cityscapes 数据集训练，采用 ONNX 格式部署，支持对城市道路场景中的典型要素（如人、车、道路、交通标志等）进行精准分割。

UNet 的典型应用场景有：

自动驾驶感知（道路/目标分割）
城市街景结构解析与数字地图构建
遥感图像地物分类与土地利用识别
医学图像分割（如器官、病灶）
工业检测中的缺陷识别与预处理

环境准备

安装依赖项

sudo apt install python3-opencv ros-humble-cv-bridge ros-humble-camera-info-manager \
ros-humble-image-transport python3-spacemit-ort python3-yaml libyaml-dev python3-numpy

导入 ROS 2 环境

source /opt/bros/humble/setup.bash

查看支持的分割模型

通过以下命令查看已支持的图像分割模型配置路径：

ros2 launch br_perception infer_info.launch.py | grep 'segmentation'

输出示例：

- config/segmentation/unet.yaml

图片推理

准备输入图片

cp /opt/bros/humble/share/jobot_infer_py/data/segmentation/test_unet.jpg .

推理并保存图像结果

ros2 launch br_perception infer_img.launch.py \
  config_path:='config/segmentation/unet.yaml' \
  img_path:='./test_unet.jpg'

示例输出：

[INFO] [launch]: All log files can be found below /home/zq-pi/.ros/log/2025-05-26-09-45-18-005008-spacemit-k1-x-MUSE-Pi-board-5995
[INFO] [launch]: Default logging verbosity is set to INFO
[INFO] [infer_img_node-1]: process started with pid [5996]
[infer_img_node-1] Inference time: 4665.87 ms
[infer_img_node-1] The semantic segmentation results are saved in: seg_result.jpg
[infer_img_node-1] The semantic segmentation pseudo-color image is saved to seg_pseudo_color.png
[INFO] [infer_img_node-1]: process has finished cleanly [pid 5996]

输出文件包括：

seg_result.jpg：原图与预测结果叠加图
seg_pseudo_color.png：伪彩图（各语义类别以彩色编码表示）

示例图：

原始图像	分割叠加图	伪彩图

Web 可视化推理结果

启动分割推理（终端1）：

ros2 launch br_perception infer_img.launch.py \
  config_path:='config/segmentation/unet.yaml' \
  img_path:='./test_unet.jpg' \
  publish_result_img:=true \
  result_img_topic:='result_img' \
  result_topic:='/inference_result'

终端1输出示例：

[INFO] [launch]: All log files can be found below /home/zq-pi/.ros/log/2025-05-26-10-05-41-203368-spacemit-k1-x-MUSE-Pi-board-7077
[INFO] [launch]: Default logging verbosity is set to INFO
[INFO] [infer_img_node-1]: process started with pid [7084]
[infer_img_node-1] Inference time: 4712.77 ms
[infer_img_node-1] The image inference results are published cyclically
[infer_img_node-1] The image inference results are published cyclically
[infer_img_node-1] The image inference results are published cyclically

启动 WebSocket 可视化服务（终端2）：

ros2 launch br_visualization websocket_cpp.launch.py image_topic:='/result_img'

浏览器访问提示地址 http://<IP>:8080 以查看分割结果。

消息订阅和查看

result_topic:='/inference_result' 为推理结果发布的话题，你可以使用 ros2 topic echo /inference_result 命令查看

header:
  stamp:
    sec: 0
    nanosec: 0
  frame_id: ''
height: 480
width: 640
encoding: mono8
is_bigendian: 0
step: 640
data:
- 2
- 2
- 2
- 2
.....

消息格式定义为标准的 Image，编码格式为 mono8，为单通道灰度图，灰度值为像素的类别索引

按 Ctrl + C 可以结束下面这个终端命令运行：

ros2 launch br_perception infer_img.launch.py config_path:='config/segmentation/unet.yaml' img_path:='./test_unet.jpg' publish_result_img:=true result_img_topic:='result_img' result_topic:='/inference_result'

你可以换一张其它图片进行推理，改变 img_path 即可，web端的结果会进行更新。

infer_img.launch.py 的参数说明

参数名称	作用	默认值
config_path	配置推理时使用的模型	config/detection/yolov6.yaml
img_path	推理时使用的图片路径	data/detection/test.jpg
publish_result_img	是否以图像消息的形式发布推理结果	false
result_img_topic	发布的渲染图像消息名，publish_result_img为true时才有效	/result_img
result_topic	发布的推理结果消息名	/inference_result

视频流推理

启动摄像头设备

ros2 launch br_sensors usb_cam.launch.py video_device:="/dev/video20"

启动视频流分割

开启终端1，执行下述命令启动视频流分割：

ros2 launch br_perception infer_video.launch.py \
  config_path:='config/segmentation/unet.yaml' \
  sub_image_topic:='/image_raw' \
  publish_result_img:=true \
  result_topic:='/inference_result'

Web 可视化

开启终端2，执行下述命令可视化分割结果：

ros2 launch br_visualization websocket_cpp.launch.py image_topic:='/result_img'

终端打印如下

[INFO] [launch]: All log files can be found below /home/zq-pi/.ros/log/2025-05-26-10-24-14-851432-spacemit-k1-x-MUSE-Pi-board-9709
[INFO] [launch]: Default logging verbosity is set to INFO
[INFO] [websocket_cpp_node-1]: process started with pid [9717]
[websocket_cpp_node-1] Please visit in your browser: 10.0.90.239:8080
[websocket_cpp_node-1] [INFO] [1748226256.136463264] [websocket_cpp_node]: WebSocket Stream Node has started.
[websocket_cpp_node-1] [INFO] [1748226256.138754474] [websocket_cpp_node]: Server running on http://0.0.0.0:8080
[websocket_cpp_node-1] [INFO] [1748226257.018145047] [websocket_cpp_node]: WebSocket client connected.

浏览器访问提示地址 http://<IP>:8080 即可查看实时分割结果。

无可视化，仅获取语义分割结果

如无需 Web 显示，仅获取类别索引图：

ros2 launch br_perception infer_video.launch.py \
  config_path:='config/segmentation/unet.yaml' \
  sub_image_topic:='/image_raw' \
  publish_result_img:=false \
  result_topic:='/inference_result'

打印/inference_result话题：

header:
  stamp:
    sec: 0
    nanosec: 0
  frame_id: ''
height: 480
width: 640
encoding: mono8
is_bigendian: 0
step: 640
data:
- 2
- 2
- 2
- 2
.....

消息格式定义为标准的 Image，编码格式为 mono8，为单通道灰度图，灰度值为像素的类别索引

infer_video.launch.py 的参数说明

参数名称	作用	默认值
config_path	配置推理时使用的模型	config/detection/yolov6.yaml
sub_image_topic	订阅的图像消息话题名	/image_raw
publish_result_img	是否以图像消息的形式发布推理结果	false
result_img_topic	发布的渲染图像消息名，publish_result_img为true时才有效	/result_img
result_topic	发布的推理结果消息名	/inference_result

6.3.4 图像分割

UNet 简介​

环境准备​

安装依赖项​

导入 ROS 2 环境​

查看支持的分割模型​

图片推理​

推理并保存图像结果​

Web 可视化推理结果​

消息订阅和查看​

视频流推理​

启动摄像头设备​

启动视频流分割​

Web 可视化​

无可视化，仅获取语义分割结果​