Functioe的博客

在创建自定义msg之前，确定yolov4dm检测输出内容需要包括车位框坐标信息、障碍物框坐标信息 并都各自整体以列表传递。修改YOLOV4DM/src/yolov4dm/yolov4dm/yolo.py车位框坐标信息：障碍物框坐标信息：返回修改YOLOV4DM/src/yolov4dm/yolov4dm/yolo.py。

通过对一个现有的车位图像集进行模拟相机ros2图像话题发布功能从SimImage/src中进入终端，创建simimage ros2功能包。所以依赖项要有rclpy、sensor_msgs、cv_bridge、std_msgs：在SimImage/src/simimage/simimage中创建imagetopic.py内容如下：4.修改setup.py在SimImage/src/simimage/setup.py文件中添加入口点，如下内容：从SimImage或者SimImage/src/si

修改默认路径下：anaconda3/envs/yolov8/lib/python3.8/site-packages/ultralytics/cfg/models/v8/yolov8.yaml中的nc(number of classes)改为自己的类别数。在yolov8/train/datasets中创建mydata文件夹来存放自己的数据集，并在yolov8/train/datasets创建mydata.yaml文件。如果这里安装不成功，请再次执行ultralytics安装指令，多运行几次。

将文件夹carline整个复制到yolov5，并在carline中创建data文件夹，并将train和val剪切复制到data，并在carline文件中创建yaml配置文件，在yaml文件中将训练集，验证集和测试集的文件路径进行配置，并在最后写好要训练的Classes(类)名和对应的数字。在“保存”下面的按钮设置标记文件类型：有yolo、ml、</> VOC三种，这里我们用yolo即txt格式。在VScode中打开yolov5项目，VScode中调出终端，激活配置的yolo虚拟环境。

在运行ros2 run orbslam3 Monosub 30 5 2 -2 2 -2 0.55 1 5时，要根据自己需求修改相关数值，具体这些数值是什么意思在https://github.com/abhineet123/ORB_SLAM2的问答里面作者有解答，这里直接做个表格搬运过来方便查看。

保持上述相机在发布图像，修改ROS2_ORB_SLAM3中ROS2_ORB_SLAM3/src/orbslam3_ros2/src/monocular/monocular-slam-node.cpp中的图像话题名称为/image_raw，重新编译。创建usb_camera/src，将下载的usb_cam驱动源码压缩包放入并解压重命名为usb_cam。打开usb_camera/src/usb_cam/config/params.yaml文件。修改第8行，改为之前非ROS的ORB_SLAM3的安装路径。

运行单目+IMU案例roscore查询原因说是cv_bridge对opencv指向问题，cv_bridge默认指向ros安装自带的opencv3.2.0，就会与自己安装的opencv产生冲突**

下载地址：https://mirrors.tuna.tsinghua.edu.cn/qt/official_releases/qtcreator/10.0/10.0.1/qt-creator-opensource-linux-x86_64-10.0.1.run。下载地址：https://github.com/ros-industrial/ros_qtc_plugin/releases/download/10.0/ROSProjectManager-10.0-Linux-x86_64.zip。