58 lines
2.3 KiB
Markdown
58 lines
2.3 KiB
Markdown
# 手势识别算法部署流程：用MIPI摄像头发布为照片
|
||
|
||
1. 配置tros.b环境 若为humble则用source /opt/tros/humble/setup.bash
|
||
source /opt/tros/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/hand_lmk_detection/config/ .
|
||
cp -r /opt/tros/${TROS_DISTRO}/lib/hand_gesture_detection/config/ .
|
||
3. 配置MIPI摄像头
|
||
export CAM_TYPE=mipi
|
||
|
||
4. 启动launch文件
|
||
ros2 launch hand_gesture_detection hand_gesture_detection.launch.py
|
||
|
||
5. 测试效果
|
||
在PC端的浏览器输入[http://IP:8000](http://ip:8000/) 即可查看图像和算法渲染效果（IP为RDK/X86设备的IP地址）
|
||
|
||
|
||
# 手势识别算法部署流程：用usb摄像头发布为照片
|
||
|
||
1. 配置tros.b环境 若为humble则用source /opt/tros/humble/setup.bash
|
||
source /opt/tros/setup.bash
|
||
|
||
2. 从tros.b的安装路径中拷贝出运行示例需要的配置文件。
|
||
cp -r /opt/tros/${TROS_DISTRO}/lib/mono2d_body_detection/config/ .
|
||
cp -r /opt/tros/${TROS_DISTRO}/lib/hand_lmk_detection/config/ .
|
||
cp -r /opt/tros/${TROS_DISTRO}/lib/hand_gesture_detection/config/ .
|
||
|
||
3. 配置usb摄像头
|
||
export CAM_TYPE=usb
|
||
|
||
4. 启动launch文件
|
||
ros2 launch hand_gesture_detection hand_gesture_detection.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/X86设备的IP地址）
|
||
|
||
|
||
# 手势识别算法部署流程：使用本地照片回灌
|
||
|
||
1. 配置tros.b环境 若为humble则用source /opt/tros/humble/setup.bash
|
||
source /opt/tros/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/hand_lmk_detection/config/ .
|
||
cp -r /opt/tros/${TROS_DISTRO}/lib/hand_gesture_detection/config/ .
|
||
|
||
3. 配置本地回灌图片
|
||
export CAM_TYPE=fb
|
||
|
||
4. 启动launch文件
|
||
ros2 launch hand_gesture_detection hand_gesture_detection.launch.py publish_image_source:=config/person_face_hand.jpg publish_image_format:=jpg publish_output_image_w:=960 publish_output_image_h:=544 publish_fps:=30
|
||
|
||
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/X86设备的IP地址）
|