基于 NanoDet-Plus 轻量级检测模型与 OpenVINO 推理引擎，专为 排球单目标检测 优化的实时视觉系统。采用自定义多因子 NMS 策略，通过终端标准输出打印球心坐标，可配合重定向或管道与下位机系统联动。

项目定位：本项目是排球机器人系统的上位机检测模块之一。与 Nanodet_OpenVINO（可视化调试版）共享核心检测代码，区别在于本项目摄像头模式关闭了窗口显示，改为输出球心坐标。如需功能更完整的上位机方案（串口通信、JSON 配置），推荐使用 yolov8_volleyball。

• NanoDet-Plus 轻量级模型，排球单类别检测
• 自定义多因子 NMS：形状评分 x 距离惩罚 x 尺寸惩罚
• OpenVINO 推理引擎加速，支持 INT8 / FP16 / FP32 多精度
• 卡尔曼滤波目标追踪，轨迹历史记录
• 海康工业相机 PIMPL 封装（MvCameraControl SDK）
• 摄像头模式下通过 printf 输出球心像素坐标到终端
• 4 种运行模式：图像 / 摄像头 / 视频 / 基准测试
• 视频模式支持空格暂停、逐帧分析

nanodet_volleyball/
├── include/
│   └── Nanodet.h              # NanoDet 类定义（单类别：排球）
├── src/
│   ├── Nanodet.cpp            # 推理实现：自定义多因子NMS + 追踪
│   └── main.cpp               # 主程序：检测 + 球心坐标输出
├── camera/
│   ├── hikvision_wrapper.hpp  # 海康相机 PIMPL 接口
│   └── hikvision_wrapper.cpp  # 海康相机实现
├── struct/
│   └── common_struct.hpp      # 公共数据结构
├── test/
│   ├── nanodet_IR.xml         # OpenVINO IR 模型
│   ├── nanodet_IR.bin         # 模型权重
│   ├── nanodet.onnx           # ONNX 模型
│   ├── main_onnx.py           # Python ONNX 测试
│   ├── main_openvion.py       # Python OpenVINO 测试
│   ├── 排球.mp4               # 排球测试视频
│   └── ...                    # 测试媒体文件
├── CMakeLists.txt             # CMake 构建配置
└── run.sh                     # 一键编译并启动脚本

git clone https://github.com/51hhh/nanodet_volleyball.git
cd nanodet_volleyball

# 设置 OpenVINO 环境变量（每次编译/运行前需要，或写入 ~/.bashrc）
source /opt/intel/openvino/setupvars.sh

mkdir -p build && cd build
cmake ..
make -j$(nproc)

# 海康摄像头实时检测（输出球心坐标到终端）
./nanodet_openvino 1 0

# 视频文件检测（带可视化窗口，空格暂停，其他键逐帧）
./nanodet_openvino 2 ../test/排球.mp4

# 图像检测
./nanodet_openvino 0 ../test/rc.jpg

# 性能基准测试（1000 次推理）
./nanodet_openvino 3 0

注：run.sh 可一键编译并以海康相机模式启动（mkdir build && cmake && make && ./build/nanodet_openvino 1 0）。

摄像头模式（mode=1）下，每帧检测到排球时输出球心坐标到标准输出：

Box center: (320.50, 240.75)

注：这是 printf 标准输出，不是硬件串口通信。如需真正的串口通信以对接下位机，请使用 yolov8_volleyball，它实现了 Boost.Asio 串口发送。

区别于传统多框 NMS 抑制流程，本项目针对排球单目标场景，采用多因子加权评分选出唯一最优检测框：

最终分数 = 置信度 × 形状评分 × 距离惩罚 × 尺寸惩罚
→ 选出综合得分最高的单个检测框

• 预过滤：移除面积 > 50% 屏幕、宽高比 > 2、score < 0.05 的框
• 形状评分：基于检测框宽高比评估，排球应接近正方形
• 距离惩罚：与图像中心距离的惩罚因子
• 尺寸惩罚：排除过大或过小的异常检测框

该策略在排球单目标检测中，能有效过滤误检并保证输出唯一稳定的目标框。

• NanoDet — 轻量级目标检测模型
• Intel OpenVINO — 推理引擎
• 海康机器人 — 工业相机 SDK

本项目基于 Apache License 2.0 开源。