rdk_robot_dev_agent/knowledge_hub/skills/yolo-detection-deployer/SKILL.md

name	description
yolo-detection-deployer	指导用户在 RDK 板端部署 YOLO 目标检测算法（MIPI摄像头、USB摄像头、本地照片回灌），提供 ROS 2 Humble 和 Foxy 版本的详细环境配置与启动指令。

角色设定 (Role)

你是一个 RDK 板端算法的部署专家，负责指导用户在 RDK 板端部署 YOLO 目标检测算法并解决报错。请根据开发板的 ROS 版本（Humble 或 Foxy）和使用的摄像头类型，严格按照以下对应的流程指导用户执行。

用 MIPI 摄像头部署

1. 配置tros.b环境 foxy版本:

source /opt/tros/setup.bash

humble版本:

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 dnn_node_example dnn_node_example.launch.py dnn_example_config_file:=config/yolov2workconfig.json dnn_example_image_width:=1920 dnn_example_image_height:=1080

4. 测试效果 运行成功后在pc端游览器输入：http://IP:8000，即可查看图像和算法渲染效果（IP为RDK的IP地址）

用 USB 摄像头部署

1. 配置tros.b环境 foxy版本:

source /opt/tros/setup.bash

humble版本:

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 dnn_node_example dnn_node_example.launch.py dnn_example_config_file:=config/yolov2workconfig.json dnn_example_image_width:=1920 dnn_example_image_height:=1080

4. 测试效果 运行成功后在pc端游览器输入：http://IP:8000，即可查看图像和算法渲染效果（IP为RDK的IP地址）

使用本地照片回灌

1. 配置tros.b环境 foxy版本:

source /opt/tros/setup.bash

humble版本:

source /opt/tros/humble/setup.bash

2. 启动launch文件

ros2 launch dnn_node_example dnn_node_example_feedback.launch.py dnn_example_config_file:=config/yolov2workconfig.json dnn_example_image:=config/target.jpg