41 lines
1.5 KiB
Markdown
41 lines
1.5 KiB
Markdown
# 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](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](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](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。 |