目的目的是使用边缘主机运行yolov4.过程我使用的这款机器说明书名称为NE1008N1边缘智算小站，我就叫他边缘主机了，因为搭载的是英伟达的JetsonNano后边简称jn，所以去网上查资料准备安装环境，网上说jn拿到的时候一般已经安装好cuda，opencv等深度学习环境，但是我找了一圈没找到，可能是浪潮那边弄掉了吧。所以这种情况下只能自己搭建环境，这里记录一下过程，以便自己后边迁移。1.op

本文介绍了在Ubuntu 22.04系统上搭建ROS2 Humble开发环境的完整流程：1. 首先备份并替换为中科大软件源以加速下载；2. 安装ROS2 Humble包括环境配置、密钥授权、国内镜像源设置和完整桌面版安装；3. 配置rosdep工具时使用国内镜像解决GitHub连接问题；4. 安装colcon构建工具；5. 针对Jetson设备补充说明CUDA环境配置，包括安装CUDA 12.6运

目录背景YOLOv1YOLOv1简介YOLOv1训练YOLOv1测试YOLOv2关于YOLOv2 边框预测计算：YOLOv2所带来的改变YOLOv3结构代码utils.pyconvert.pyvoc_annotation.pykmeans.py...

首先原理和cpu的实现我这里就不赘述了，大家可以移步此篇文章，讲的很详细，并且gpu的代码也是按照这篇的思路去做的，链接：图像处理之双线性插值法。下面直接贴代码：CPU端实现：void Resize(cv::Mat matDst1, cv::Mat matSrc) {uchar* dataDst = matDst1.data;int stepDst = matDst1.step;uchar* da

首先原理和cpu的实现我这里就不赘述了，大家可以移步此篇文章，讲的很详细，并且gpu的代码也是按照这篇的思路去做的，链接：图像处理之双线性插值法。下面直接贴代码：CPU端实现：void Resize(cv::Mat matDst1, cv::Mat matSrc) {uchar* dataDst = matDst1.data;int stepDst = matDst1.step;uchar* da

项目中要使用QGC，还要做一些更改，感觉Qgc源码很多，又是一个开源项目，对于qt开发项目经验不足的我们来说实在是一个不可多得学习资料，所以决定花一些时间对源码进行注释和解读，这样也能更好的利用到项目中去。

本篇文章讲解AirMap。

项目中要使用QGC，还要做一些更改，感觉Qgc源码很多，又是一个开源项目，对于qt开发项目经验不足的我们来说实在是一个不可多得学习资料，所以决定花一些时间对源码进行注释和解读

项目中要使用QGC，还要做一些更改，感觉Qgc源码很多，又是一个开源项目，对于qt开发项目经验不足的我们来说实在是一个不可多得学习资料，所以决定花一些时间对源码进行注释和解读，这样也能更好的利用到项目中去。

api文件夹下的代码分析