openeb
v5.0.0
OpenEB는 Metavision SDK와 관련된 오픈 소스 프로젝트입니다.
이를 통해 누구나 이벤트 기반 비전을 더 잘 이해하고, 이벤트와 직접 상호 작용하며, 자신만의 애플리케이션이나 카메라 플러그인을 구축할 수 있습니다. 카메라 제조업체로서 자신만의 플러그인을 구축하여 고객이 가장 진보된 이벤트 기반 소프트웨어 제품군의 혜택을 누릴 수 있도록 하십시오. 창작자, 과학자, 학자로서 빠르게 성장하는 이벤트 기반 비전 커뮤니티에 참여하고 기여하세요.
OpenEB는 Metavision SDK의 개방형 모듈로 구성됩니다.
HAL: 이벤트 기반 비전 장치를 작동하기 위한 하드웨어 추상화 계층입니다.
기본: 이벤트 기반 애플리케이션의 기초 및 일반적인 정의입니다.
핵심: 시각화, 이벤트 스트림 조작을 위한 일반 알고리즘.
핵심 ML: 기계 학습, event_to_video 및 video_to_event 파이프라인을 위한 일반 함수입니다.
스트림: 이벤트 기반 카메라와 쉽게 상호 작용할 수 있도록 HAL 상단에 구축된 높은 수준의 추상화입니다.
UI: 이벤트 기반 데이터를 위한 뷰어 및 디스플레이 컨트롤러입니다.
OpenEB에는 또한 Prophesee 카메라 플러그인의 소스 코드가 포함되어 있어 이벤트 기반 카메라에서 데이터를 스트리밍하고 이벤트 기반 데이터의 기록을 읽을 수 있습니다. 지원되는 카메라는 다음과 같습니다.
EVK2-HD
EVK3 - VGA/320/HD
EVK4-HD
이 문서에서는 OpenEB 코드베이스를 컴파일하고 설치하는 방법을 설명합니다. 자세한 내용은 C++ 또는 Python을 시작하는 데 도움이 되는 몇 가지 튜토리얼, API 사용 방법을 알아보는 몇 가지 샘플, 모듈 및 패키징에 대한 자세한 설명이 있는 온라인 설명서를 참조하세요.
컴파일 및 실행은 다음 요구 사항을 충족하는 플랫폼에서 테스트되었습니다.
Linux: Ubuntu 22.04 또는 24.04 64비트
아키텍처: amd64(일명 x64)
OpenGL 3.0 이상을 지원하는 그래픽 카드
AVX2를 지원하는 CPU
다른 플랫폼(대체 Linux 배포판, Ubuntu의 다른 버전, ARM 프로세서 아키텍처 등)에서의 컴파일은 테스트되지 않았습니다. 해당 플랫폼의 경우 이 가이드나 코드 자체에 대한 일부 조정이 필요할 수 있습니다.
이전 버전에서 OpenEB를 업그레이드하는 경우 일부 변경 사항이 SDK(예: API 업데이트) 및 카메라 사용(예: 펌웨어 업데이트가 필요할 수 있음)에 영향을 미칠 수 있으므로 먼저 릴리스 노트를 주의 깊게 읽어야 합니다.
그런 다음 이전에 설치한 Prophesee 소프트웨어에서 시스템을 정리해야 합니다. 이전 컴파일 후 시스템 경로에 Metavision 파일을 배포하기로 선택한 경우 소스 코드 디렉터리의 build 폴더로 이동하고 다음 명령을 실행하여 해당 파일을 제거합니다.
sudo make 제거
또한 시스템 경로( /usr/lib , /usr/local/lib , /usr/include , /usr/local/include )와 환경 변수( PATH , PYTHONPATH 및 LD_LIBRARY_PATH )에서 전역 검사를 수행하여 제거합니다. Prophesee 또는 Metavision 파일이 발생합니다.
OpenEB 소스 코드를 검색하려면 GitHub 저장소를 복제하면 됩니다.
자식 클론 https://github.com/prophesee-ai/openeb.git --branch 5.0.0
다음 섹션에서는 이 디렉터리의 절대 경로를 OPENEB_SRC_DIR 이라고 합니다.
리포지토리를 복제하는 대신 GitHub에서 OpenEB 아카이브를 다운로드하기로 선택한 경우 자동으로 생성된 Source.Code Full.Source.Code.* Source.Code.* 아카이브를 선택해야 합니다. 이는 후자가 필요한 하위 모듈을 포함하지 않기 때문입니다.
다음 종속성을 설치합니다.
sudo 적절한 업데이트 sudo apt -y install apt-utils 빌드 필수 소프트웨어 속성-공통 wget unzip 컬 git cmake sudo apt -y 설치 libopencv-dev libboost-all-dev libusb-1.0-0-dev libprotobuf-dev protobuf-컴파일러 sudo apt -y 설치 libhdf5-dev hdf5-tools libglew-dev libglfw3-dev libcanberra-gtk-module ffmpeg
선택적으로 테스트를 실행하려면 Google Gtest 및 Gmock 패키지를 설치해야 합니다. 자세한 내용은 Google 테스트 사용자 가이드를 참조하세요.
sudo apt -y libgtest-dev libgmock-dev 설치
Python API의 경우 Python과 일부 추가 라이브러리가 필요합니다. Ubuntu 22.04에서는 Python 3.9 및 3.10을 지원하고 Ubuntu 24.04에서는 Python 3.11 및 3.12를 지원합니다.
설치된 다른 Python 패키지와의 충돌을 방지하려면 virtualenv와 함께 Python을 사용하는 것이 좋습니다. 따라서 먼저 일부 Python 개발 도구와 함께 설치하십시오.
sudo apt -y install python3.x-venv python3.x-dev# 여기서 "x"는 Python 버전에 따라 9, 10, 11 또는 12입니다.
다음으로, 가상 환경을 생성하고 필요한 종속성을 설치합니다.
python3 -m venv /tmp/prophesee/py3venv --system-site-packages /tmp/prophesee/py3venv/bin/python -m pip install pip --upgrade /tmp/prophesee/py3venv/bin/python -m pip install -r OPENEB_SRC_DIR/utils/python/python_requirements/requirements_openeb.txt
가상 환경을 생성할 때 --system-site-packages 옵션을 사용하여 시스템 디렉터리에 설치된 SDK 패키지에 액세스할 수 있는지 확인해야 합니다. 그러나 이 옵션을 사용하면 기본적으로 로컬 사용자 사이트 패키지(일반적으로 ~/.local/lib/pythonX.Y/site-packages 에 있음)가 표시됩니다. 이를 방지하고 보다 깨끗한 가상 환경을 유지하려면 환경 변수 PYTHONNOUSERSITE true로 설정하면 됩니다.
선택적으로 activate 명령( source /tmp/prophesee/py3venv/bin/activate )을 실행하여 셸의 환경 변수를 수정하고 가상 환경의 Python 인터프리터 및 스크립트를 현재 세션의 기본값으로 설정할 수 있습니다. 이를 통해 매번 전체 경로를 지정할 필요 없이 python 과 같은 간단한 명령을 사용할 수 있습니다.
C++ API의 Python 바인딩은 pybind11 라이브러리, 특히 버전 2.11.0을 사용합니다.
pybind11은 C++ API의 Python 바인딩을 사용하려는 경우에만 필요 합니다 . 컴파일 중 3단계에서 -DCOMPILE_PYTHON3_BINDINGS=OFF 인수를 전달하여 이러한 바인딩 생성을 선택 해제할 수 있습니다(아래 참조). 이 경우 pybind11을 설치할 필요는 없지만 C++ API에 대한 Python 인터페이스를 사용할 수는 없습니다.
안타깝게도 미리 컴파일된 pybind11 버전이 없으므로 수동으로 설치해야 합니다.
wget https://github.com/pybind/pybind11/archive/v2.11.0.zip v2.11.0.zipcd pybind11-2.11.0/ 압축 해제 mkdir 빌드 && cd 빌드 cmake .. -DPYBIND11_TEST=OFF cmake --build .sudo cmake --build . --대상 설치
기계 학습 기능을 사용하려면 몇 가지 추가 종속성을 설치해야 합니다.
첫째, GPU가 포함된 Nvidia 하드웨어가 있는 경우 선택적으로 CUDA(11.6 또는 11.7) 및 cuDNN을 설치하여 pytorch 및 libtorch와 함께 활용할 수 있습니다.
Nvidia 호환성 페이지를 확인하여 GPU와 호환되는 CUDA 버전을 설치했는지 확인하세요.
현재로서는 OpenCL 및 AMD GPU를 지원하지 않습니다.
빌드 디렉터리 OPENEB_SRC_DIR 을 만들고 엽니다. mkdir build && cd build
CMake: cmake .. -DBUILD_TESTING=OFF 사용하여 makefile을 생성합니다. 고려해야 할 Python 버전을 cmake로 지정하려면 -DPython3_EXECUTABLE=<path_to_python_to_use> 옵션을 사용해야 합니다. 예를 들어, 이는 우리가 지원하는 Python 버전보다 최신 버전이 시스템에 설치되어 있는 경우에 유용합니다. 이 경우 cmake는 이를 선택하고 컴파일이 실패할 수 있습니다.
컴파일: cmake --build . --config Release -- -j 4
컴파일이 완료되면 두 가지 옵션이 있습니다. build 폴더에서 직접 작업하도록 선택하거나 시스템 경로( /usr/local/lib , /usr/local/include ...)에 OpenEB 파일을 배포할 수 있습니다. .
옵션 1 - build 폴더에서 작업
build 폴더에서 OpenEB를 직접 사용하려면 이 스크립트를 사용하여 일부 환경 변수를 업데이트해야 합니다( ~/.bashrc 에 추가하여 영구적으로 만들 수 있음).
소스 유틸리티/스크립트/setup_env.sh
Prophesee 카메라 플러그인은 OpenEB에 포함되어 있지만, 다음 명령으로 카메라가 감지되도록 하려면 시스템 경로에 udev 규칙 파일을 복사하고 다시 로드해야 합니다.
sudo cp <OPENEB_SRC_DIR>/hal_psee_plugins/resources/rules/*.rules /etc/udev/rules.d sudo udevadm 제어 --reload-rules sudo udevadm 트리거
옵션 2 - 시스템 경로에 배포
OpenEB를 배포하려면 다음 명령을 실행하십시오.
sudo cmake --build . --대상 설치
2단계에서 makefile을 생성할 때 CMAKE_INSTALL_PREFIX 변수( -DCMAKE_INSTALL_PREFIX=<OPENEB_INSTALL_DIR> )를 사용하여 선택한 디렉터리에 OpenEB 파일(응용 프로그램, 샘플, 라이브러리 등)을 배포할 수도 있습니다. 마찬가지로 구성할 수 있습니다. PYTHON3_SITE_PACKAGES 변수를 사용하여 Python 패키지가 배포될 디렉터리( -DPYTHON3_SITE_PACKAGES=<PYTHON3_PACKAGES_INSTALL_DIR> ).
또한 LD_LIBRARY_PATH 및 HDF5_PLUGIN_PATH 업데이트해야 합니다(영구적으로 만들려면 ~/.bashrc 에 추가할 수 있음).
import LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/libexport HDF5_PLUGIN_PATH=$HDF5_PLUGIN_PATH:/usr/local/hdf5/lib/plugin # Ubuntu 22.04의 경우export HDF5_PLUGIN_PATH=$HDF5_PLUGIN_PATH:/usr/local/lib/hdf5/plugin # Ubuntu의 경우 4.24
타사 카메라를 사용하는 경우 카메라 공급업체에서 제공하는 플러그인을 설치하고 MV_HAL_PLUGIN_PATH 환경 변수를 사용하여 플러그인 위치를 지정해야 합니다.
OpenEB를 시작하려면 일부 샘플 녹화를 다운로드하고 Metavision_viewer로 시각화하거나 Prophesee 호환 이벤트 기반 카메라에서 데이터를 스트리밍할 수 있습니다.
테스트 스위트를 실행하는 것은 컴파일 및 설치 프로세스의 모든 작업이 제대로 수행되었는지 확인하는 확실한 방법입니다.
테스트를 실행하는 데 필요한 파일을 다운로드합니다. 오른쪽 상단 폴더에서 Download 클릭하세요. 무게가 약 1.5GB인 획득한 아카이브의 크기에 주의하세요.
이 아카이브의 콘텐츠를 추출하여 <OPENEB_SRC_DIR>/datasets 에 넣습니다. 예를 들어, gen31_timer.raw 시퀀스의 올바른 경로는 <OPENEB_SRC_DIR>/datasets/openeb/gen31_timer.raw 여야 합니다.
테스트 옵션을 활성화하여 makefile을 다시 생성합니다.
cd <OPENEB_SRC_DIR>/빌드 cmake .. -DBUILD_TESTING=ON
다시 컴파일하십시오. cmake --build . --config Release -- -j 4
마지막으로 테스트 스위트를 실행하십시오: ctest --verbose
현재는 Windows 10만 지원합니다. 다른 Windows 버전에서의 컴파일은 테스트되지 않았습니다. 해당 플랫폼의 경우 이 가이드나 코드 자체에 대한 일부 조정이 필요할 수 있습니다.
이전 버전에서 OpenEB를 업그레이드하는 경우 일부 변경 사항이 SDK(예: API 업데이트) 및 카메라 사용(예: 펌웨어 업데이트가 필요할 수 있음)에 영향을 미칠 수 있으므로 먼저 릴리스 노트를 주의 깊게 읽어야 합니다.
그런 다음 이전에 Prophesee 소프트웨어를 설치한 경우 먼저 해당 소프트웨어를 제거해야 합니다. Metavision 아티팩트를 설치한 폴더를 제거합니다(소스 코드의 build 폴더와 배포 단계의 기본 설치 경로인 C:Program FilesProphesee 모두 확인하세요).
OpenEB 소스 코드를 검색하려면 GitHub 저장소를 복제하면 됩니다.
자식 클론 https://github.com/prophesee-ai/openeb.git --branch 5.0.0
다음 섹션에서는 이 디렉터리의 절대 경로를 OPENEB_SRC_DIR 이라고 합니다.
리포지토리를 복제하는 대신 GitHub에서 OpenEB 아카이브를 다운로드하기로 선택한 경우 자동으로 생성된 Source.Code Full.Source.Code.* Source.Code.* 아카이브를 선택해야 합니다. 이는 후자가 필요한 하위 모듈을 포함하지 않기 때문입니다.
이 절차의 일부 단계는 FAT32 및 exFAT 파일 시스템에서 작동하지 않습니다. 따라서 계속 진행하기 전에 NTFS 파일 시스템을 사용하고 있는지 확인하십시오.
긴 경로에 대한 지원을 활성화해야 합니다.
Windows 키를 누르고 gpedit.msc를 입력한 후 Enter를 누르세요.
로컬 컴퓨터 정책 > 컴퓨터 구성 > 관리 템플릿 > 시스템 > 파일 시스템으로 이동합니다.
"Win32 긴 경로 활성화" 옵션을 두 번 클릭하고 "활성화" 옵션을 선택한 다음 "확인"을 클릭합니다.
OpenEB를 컴파일하려면 몇 가지 추가 도구를 설치해야 합니다.
자식 설치
CMake 3.26 설치
Microsoft C++ 컴파일러(64비트)를 설치합니다. 다음 솔루션 중 하나를 선택할 수 있습니다.
"Visual Studio 2022용 빌드 도구" 설치 프로그램 다운로드 및 실행
"C++ 빌드 도구"를 선택하고 Windows 10 SDK가 선택되어 있는지 확인한 후 영어 언어 팩을 추가하세요.
빌드의 경우에만 MS Build Tools(무료, Windows 10 SDK 패키지의 일부)를 설치할 수 있습니다.
개발을 위해 Visual Studio 설치 관리자를 다운로드하여 실행할 수도 있습니다.
종속성 설치에 사용될 vcpkg를 설치합니다.
VCPKG_SRC_DIR 이라는 폴더에 vcpkg 버전 2024.04.26을 다운로드하고 추출합니다.
cd <VCPKG_SRC_DIR>
bootstrap-vcpkg.bat
vcpkg update
utils/windows 의 OpenEB 소스 코드에 있는 vcpkg-openeb.json 파일을 VCPKG_SRC_DIR 에 복사하고 이름을 vcpkg.json 으로 바꿉니다.
다음을 실행하여 라이브러리를 설치하십시오.
vcpkg install --triplet x64-windows --x-install-root installed
마지막으로 ffmpeg를 다운로드하여 설치하고 bin 디렉터리를 PATH에 추가합니다.
여러 프로젝트 또는 OpenEB 버전에서 vcpkg를 사용하는 경우 관리하는 vcpkg 설치 수를 간소화하는 것이 좋습니다. 이를 달성하려면 필요한 특정 버전의 라이브러리가 필요합니다. vcpkg.json 파일을 공식 vcpkg 저장소와 상호 참조하여 이러한 버전을 찾을 수 있지만 편의를 위해 아래에 나열했습니다.
libusb: 1.0.27
부스트: 1.78.0
오픈CV: 4.8.0
디렌트: 1.24.0
g테스트: 1.14.0
pybind11: 2.12.0
글루: 2.2.0
glfw3: 3.4.0
HDF5: 1.14.2
프로토부프: 3.21.12
다음 Python 버전 중 하나에 대한 "Windows x86-64 실행 가능 설치 프로그램"을 다운로드하세요.
파이썬 3.9
파이썬 3.10
파이썬 3.11
파이썬 3.12
PATH 에 Python 설치 및 스크립트 디렉터리를 추가하고 Microsoft Store를 시작하는 Python 별칭이 포함된 WindowsApps 폴더 앞에 나열되어 있는지 확인하세요. 따라서 Python 3.9를 기본 경로에 설치한 경우 사용자 PATH 다음 세 줄이 순서대로 포함되어야 합니다.
%USERPROFILE%AppDataLocalProgramsPythonPython39 %USERPROFILE%AppDataLocalProgramsPythonPython39Scripts %USERPROFILE%AppDataLocalMicrosoftWindowsApps
설치된 다른 Python 패키지와의 충돌을 방지하려면 virtualenv와 함께 Python을 사용하는 것이 좋습니다.
가상 환경을 만들고 필요한 종속성을 설치합니다.
python -m venv C:tmppropheseepy3venv --system-site-packages C:tmppropheseepy3venvScriptspython -m pip install pip --upgrade C:tmppropheseepy3venvScriptspython -m pip install -r OPENEB_SRC_DIRutilspythonpython_requirementsrequirements_openeb.txt
가상 환경을 생성할 때 --system-site-packages 옵션을 사용하여 시스템 디렉터리에 설치된 SDK 패키지에 액세스할 수 있는지 확인해야 합니다. 그러나 이 옵션을 사용하면 기본적으로 로컬 사용자 사이트 패키지도 표시됩니다. 이를 방지하고 보다 깨끗한 가상 환경을 유지하려면 환경 변수 PYTHONNOUSERSITE true로 설정하면 됩니다.
선택적으로 activate 명령( C:tmppropheseepy3venvScriptsactivate )을 실행하여 셸의 환경 변수를 수정하고 가상 환경의 Python 인터프리터 및 스크립트를 현재 세션의 기본값으로 설정할 수 있습니다. 이를 통해 매번 전체 경로를 지정할 필요 없이 python 과 같은 간단한 명령을 사용할 수 있습니다.
기계 학습 기능을 사용하려면 몇 가지 추가 종속성을 설치해야 합니다.
첫째, GPU가 포함된 Nvidia 하드웨어가 있는 경우 선택적으로 CUDA(11.6 또는 11.7) 및 cuDNN을 설치하여 pytorch 및 libtorch와 함께 활용할 수 있습니다.
OPENEB_SRC_DIR 폴더 내에서 명령 프롬프트를 엽니다.
임시 파일이 생성될 빌드 디렉터리를 만들고 엽니다: mkdir build && cd build
CMake를 사용하여 makefile을 생성합니다. cmake .. -A x64 -DCMAKE_TOOLCHAIN_FILE=<OPENEB_SRC_DIR>cmaketoolchainsvcpkg.cmake -DVCPKG_DIRECTORY=<VCPKG_SRC_DIR> . -DCMAKE_TOOLCHAIN_FILE 매개변수에 전달된 값은 상대 경로가 아닌 절대 경로여야 합니다.
컴파일: cmake --build . --config Release --parallel 4
컴파일이 완료되면 두 가지 옵션이 있습니다. build 폴더에서 직접 작업하도록 선택하거나 선택한 디렉터리에 OpenEB 파일(애플리케이션, 샘플, 라이브러리 등)을 배포할 수 있습니다.
옵션 1 - build 폴더에서 작업
build 폴더에서 OpenEB를 직접 사용하려면 다음 스크립트를 사용하여 일부 환경 변수를 업데이트해야 합니다.
utilsscriptssetup_env.bat
옵션 2 - 원하는 디렉터리에 배포
<OPENEB_INSTALL_DIR>bin PATH 에 추가합니다(기본 구성을 사용한 경우 C:Program FilesPropheseebin ).
<OPENEB_INSTALL_DIR>libmetavisionhalplugins MV_HAL_PLUGIN_PATH 에 추가합니다(기본 구성을 사용한 경우 C:Program FilesPropheseelibmetavisionhalplugins ).
<OPENEB_INSTALL_DIR>libhdf5plugin HDF5_PLUGIN_PATH 에 추가합니다(기본 구성을 사용한 경우 C:Program FilesPropheseelibhdf5plugin ).
PYTHONPATH 에 <PYTHON3_PACKAGES_INSTALL_DIR> 추가합니다(기본 구성을 사용한 경우에는 필요하지 않음).
기본 폴더( C:Program FilesProphesee )에 OpenEB를 배포하려면 다음 명령을 실행합니다(콘솔은 관리자 권한으로 실행되어야 합니다).
cmake --build . --config 릴리스 --target install
OpenEB를 다른 폴더에 배포하려면 대상 폴더 값( OPENEB_INSTALL_DIR )을 갖는 추가 변수 CMAKE_INSTALL_PREFIX 를 사용하여 솔루션을 다시 생성해야 합니다(위의 2단계).
마찬가지로 Python 패키지가 배포될 위치( PYTHON3_PACKAGES_INSTALL_DIR )를 지정하려면 PYTHON3_SITE_PACKAGES 변수를 사용해야 합니다.
다음은 두 폴더를 사용자 정의하는 명령의 예입니다.
cmake .. -A x64 -DCMAKE_TOOLCHAIN_FILE=<OPENEB_SRC_DIR>cmaketoolchainsvcpkg.cmake -DVCPKG_DIRECTORY=<VCPKG_SRC_DIR> -DCMAKE_INSTALL_PREFIX=<OPENEB_INSTALL_DIR> -DPYTHON3_SITE_PACKAGES=<PYTHON3_PACKAGES_INSTALL_DIR> -DBUILD_TESTING=꺼짐
이 명령 후에는 OpenEB의 실제 컴파일 및 설치를 시작해야 합니다(콘솔은 관리자 권한으로 시작해야 함).
cmake --build . --config 릴리스 --parallel 4 cmake --build . --config 릴리스 --target install
또한 일부 환경 변수를 수동으로 편집해야 합니다.
OPENEB_SRC_DIR 폴더 내에서 명령 프롬프트를 엽니다.
임시 파일이 생성될 빌드 디렉터리를 만들고 엽니다: mkdir build && cd build
CMake를 사용하여 Visual Studio 파일을 생성합니다. cmake .. -G "Visual Studio 17 2022" -A x64 -DCMAKE_TOOLCHAIN_FILE=<OPENEB_SRC_DIR>cmaketoolchainsvcpkg.cmake -DVCPKG_DIRECTORY=<VCPKG_SRC_DIR> (Visual Studio 버전에 맞게 조정) . -DCMAKE_TOOLCHAIN_FILE 매개변수에 전달된 값은 상대 경로가 아닌 절대 경로여야 합니다.
솔루션 파일 metavision.sln 열고 Release 구성을 선택한 후 ALL_BUILD 프로젝트를 빌드합니다.
컴파일이 완료되면 build 폴더에서 직접 작업하도록 선택하거나 원하는 디렉터리에 OpenEB 파일(애플리케이션, 샘플, 라이브러리 등)을 배포할 수 있습니다.
옵션 1 - build 폴더에서 작업
build 폴더에서 OpenEB를 직접 사용하려면 utilsscriptssetup_env.bat 스크립트에서 수행한 대로 환경 변수를 업데이트해야 합니다.
옵션 2 - OpenEB 배포
OpenEB를 배포하려면 INSTALL 프로젝트를 빌드해야 합니다. 기본적으로 파일은 C:Program FilesProphesee 에 배포됩니다.
Prophesee 카메라 플러그인은 OpenEB에 포함되어 있지만 Windows에서 카메라를 사용하려면 드라이버를 설치해야 합니다. 그렇게 하려면 다음 절차를 따르십시오.
파일 서버에서 wdi-simple.exe를 다운로드하세요.
관리자로 시작된 명령 프롬프트에서 다음 명령을 실행합니다.
wdi-simple.exe -n "EVK" -m "예언자" -v 0x04b4 -p 0x00f4 wdi-simple.exe -n "EVK" -m "예언자" -v 0x04b4 -p 0x00f5 wdi-simple.exe -n "EVK" -m "예언자" -v 0x04b4 -p 0x00f3
EVK2 또는 RDK2를 소유하고 있는 경우 OpenEB 설치 가이드의 카메라 플러그인 섹션에 있는 온라인 설명서에 자세히 설명된 몇 가지 추가 단계를 완료해야 합니다.
타사 카메라를 사용하는 경우 카메라 공급업체에서 제공하는 지침에 따라 드라이버와 카메라 플러그인을 설치해야 합니다. MV_HAL_PLUGIN_PATH 환경 변수에서 플러그인 위치를 참조하는지 확인하세요.
OpenEB를 시작하려면 일부 샘플 녹화를 다운로드하고 Metavision_viewer로 시각화하거나 Prophesee 호환 이벤트 기반 카메라에서 데이터를 스트리밍할 수 있습니다.
테스트 스위트를 실행하는 것은 컴파일 및 설치 프로세스의 모든 작업이 제대로 수행되었는지 확인하는 확실한 방법입니다.
테스트를 실행하는 데 필요한 파일을 다운로드합니다. 오른쪽 상단 폴더에서 Download 클릭하세요. 무게가 약 1.5GB인 획득한 아카이브의 크기에 주의하세요.
이 아카이브의 콘텐츠를 추출하여 <OPENEB_SRC_DIR>/datasets 에 넣습니다. 예를 들어, gen31_timer.raw 시퀀스의 올바른 경로는 <OPENEB_SRC_DIR>/datasets/openeb/gen31_timer.raw 여야 합니다.
테스트 스위트를 실행하려면 CMake를 사용하여 빌드 환경을 재구성하고 다시 컴파일해야 합니다.
MS Visual Studio를 이용한 컴파일
CMake를 사용한 컴파일
CMake를 사용하여 Visual Studio 파일을 생성합니다(Visual Studio 버전에 맞게 명령을 조정하고 -DCMAKE_TOOLCHAIN_FILE 상대 경로가 아닌 절대 경로여야 함).
cmake .. -G "Visual Studio 17 2022" -A x64 -DCMAKE_TOOLCHAIN_FILE=<OPENEB_SRC_DIR>cmaketoolchainsvcpkg.cmake -DVCPKG_DIRECTORY=<VCPKG_SRC_DIR> -DBUILD_TESTING=ON
솔루션 파일 metavision.sln 열고 Release 구성을 선택한 후 ALL_BUILD 프로젝트를 빌드하세요.
CMake를 사용하여 빌드를 다시 생성합니다. ( -DCMAKE_TOOLCHAIN_FILE 은 상대 경로가 아닌 절대 경로여야 합니다.)::
cd <OPENEB_SRC_DIR>/build cmake .. -A x64 -DCMAKE_TOOLCHAIN_FILE=<OPENEB_SRC_DIR>cmaketoolchainsvcpkg.cmake -DVCPKG_DIRECTORY=<VCPKG_SRC_DIR> -DBUILD_TESTING=ON
컴파일: cmake --build . --config Release --parallel 4
테스트 스위트를 실행하는 것은 단순히 ctest -C Release 입니다.
