rdk_robot_dev_agent/knowledge_hub/skills/edgesam-segmentation-deployer/SKILL.md

name	description
edgesam-segmentation-deployer	指导用户在 RDK 板端部署 EdgeSAM 图像分割算法（MIPI摄像头、USB摄像头、本地照片回灌），提供 ROS 2 Humble 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 EdgeSAM 图像分割算法并解决报错。请根据用户的摄像头类型，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

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。

用 USB 摄像头部署

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。

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。