zhaoming.han/rdk_robot_dev_agent
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
rdk_robot_dev_agent/knowledge_hub/EdgeSAM图像分割算法部署流程.md

1.5 KiB
Raw Permalink Blame History

EdgeSAM图像分割算法部署流程：用MIPI摄像头发布为照片

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

  2. 配置MIPI摄像头 export CAM_TYPE=mipi

  3. 启动launch文件 ros2 launch mono_edgesam sam.launch.py

  4. 测试效果 推理的结果会渲染到Web上, 在PC端的浏览器输入http://IP:8000 即可查看图像和算法渲染效果（IP为RDK的IP地址）, 手动打开界面右上角设置, 选中”Full Image Segmentation“选项, 可以显示渲染效果。

EdgeSAM图像分割算法部署流程：用usb摄像头发布为照片

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

  2. 配置usb摄像头 export CAM_TYPE=usb

  3. 启动launch文件 ros2 launch mono_edgesam sam.launch.py

  4. 测试效果 推理的结果会渲染到Web上, 在PC端的浏览器输入http://IP:8000 即可查看图像和算法渲染效果（IP为RDK的IP地址）, 手动打开界面右上角设置, 选中”Full Image Segmentation“选项, 可以显示渲染效果。

EdgeSAM图像分割算法部署流程：使用本地照片回灌

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

  2. 配置本地回灌图片 export CAM_TYPE=fb

  3. 启动launch文件 ros2 launch mono_edgesam sam.launch.py

  4. 测试效果 推理的结果会渲染到Web上, 在PC端的浏览器输入http://IP:8000 即可查看图像和算法渲染效果（IP为RDK的IP地址）, 手动打开界面右上角设置, 选中”Full Image Segmentation“选项, 可以显示渲染效果。