# 人体实例跟踪算法部署流程：用MIPI摄像头发布为照片

1. 配置tros.b环境
source /opt/tros/humble/setup.bash

2. 从tros.b的安装路径中拷贝出运行示例需要的配置文件。
cp -r /opt/tros/${TROS_DISTRO}/lib/mono2d_body_detection/config/ .
cp -r /opt/tros/${TROS_DISTRO}/lib/reid/config/ .

3. 配置MIPI摄像头
export CAM_TYPE=mipi

4. 启动launch文件
ros2 launch reid reid.launch.py

5. 测试效果 
在PC端的浏览器输入[http://IP:8000](http://ip:8000/) 即可查看图像和算法渲染效果（IP为RDK的IP地址）, 其中每个人物上的id为实例ID结果。

# 人体实例跟踪算法部署流程：用usb摄像头发布为照片

1. 配置tros.b环境
source /opt/tros/humble/setup.bash

2. 从tros.b的安装路径中拷贝出运行示例需要的配置文件。
cp -r /opt/tros/${TROS_DISTRO}/lib/mono2d_body_detection/config/ .
cp -r /opt/tros/${TROS_DISTRO}/lib/reid/config/ .

3. 配置usb摄像头
export CAM_TYPE=usb

4. 启动launch文件
ros2 launch reid reid.launch.py

5. 测试效果 
在PC端的浏览器输入[http://IP:8000](http://ip:8000/) 即可查看图像和算法渲染效果（IP为RDK的IP地址）, 其中每个人物上的id为实例ID结果。

# 人体实例跟踪算法部署流程：使用本地照片回灌

1. 配置tros.b环境
source /opt/tros/humble/setup.bash

2. 从tros.b的安装路径中拷贝出运行示例需要的配置文件。
cp -r /opt/tros/${TROS_DISTRO}/lib/mono2d_body_detection/config/ .
cp -r /opt/tros/${TROS_DISTRO}/lib/reid/config/ .

3. 配置本地回灌图片
export CAM_TYPE=fb

4. 启动launch文件
ros2 launch reid reid.launch.py publish_image_source:=config/person_body.jpg publish_image_format:=jpg publish_output_image_w:=1920 publish_output_image_h:=1080

5. 测试效果 
在PC端的浏览器输入[http://IP:8000](http://ip:8000/) 即可查看图像和算法渲染效果（IP为RDK的IP地址）, 其中每个人物上的id为实例ID结果。