任务说明
AprilTag是一种二维条形码，通常应用于机器人领域，用于快速、鲁棒地检测相机相对于标签的位姿，支持机器人的定位与导航。本任务旨在开发CV180X/CV181x处理器上的AprilTag检测与识别算法，能够从图像中准确检测AprilTag并识别其编号。
- 验收标准
- 算法性能将在评测集上进行评估，主要关注AprilTag检测准确度和编号识别准确度。
- AprilTag检测准确度： 在评测集上达到95%的AprilTag检测准确度。
- 编号识别准确度： 在评测集上达到90%的AprilTag编号识别准确度。
- FLOPS要求： 算法的运算复杂度（FLOPS）应适应处理器平台，不超过25G，以确保在嵌入式设备上的高效运行。
- 评测集
评测集将包含多个场景，以模拟实际AprilTag应用中可能遇到的各种情况：
- 距离范围： 不同距离下的AprilRag图像，例如0.1米至0.5米。
- 不同视角： 模拟不同摄像头角度下的AprilTag图像，与相机光心夹角在-45度至+45度之间。。
- 光照条件： 光照均匀以及弱光条件下的图像。
- AprilTag变形： 包括AprilTag在不同形变下的检测与识别。
- 样本数量： 评测集中的样本数量应大于500，以确保充分评估算法性能。
通过这些评测集的要求，我们期望算法在实际AprilTag应用场景中表现出高检测与识别准确度，满足AprilTag检测与识别的实际需求。
数据采集流程
- 数据采集方案制定
采集方案应该根据算法实际应用场景而定，首先确定采集变量，例如：采集场景，采集数量，采集人数，性别，年龄等。为每个变量按照索引编排好，并为每个变量赋予英文简称。例如有采集场景、采集距离、采集性别三个变量，则可编号为：
- 场景1：indoor；场景2：outdoor
- 距离1：1m；距离2：3m；距离3：5m
- 性别1：male，性别2：female
然后根据变量确定采集流程，如先按变量1采集还是变量2采集，被采集人的动作方式以及注意事项等，将以上采集方案以及变量信息整理为word文档进行保存。
- 准备采集设备
采集设备要尽可能贴近实际使用的设备，并确保可以长时间保存，准备好采集固件。
- 数据采集与保存
进行数据采集，并按照以下格式命名：根据“数据采集方案制定”定义的采集变量的顺序保存文件，名称形如x-x-x-x.xxx。例如有场景、距离、性别三个变量，保存格式为：indoor-3m-female-12.xxx，表示采集到的第12个“indoor场景、3m距离、女性”的数据。采集完毕，应该把采集的数据和“数据采集方案制定”的采集说明文档放到一起，以备查验。