前言首先感谢無證騎士博主的大力支持，本文的也是根据他的文章魔改。因项目需求，在TX2上部署yolov5算法实时检测目标。之前在ubantu上做过yolov5的图片检测，实时检测与之类似，但也是耗费一周的时间，原谅我是个小白。一、环境安装附上無證騎士博主的博客地址：https://blog.csdn.net/hahasl555/article/details/116500763二、opencv的安装

1 摘要本文旨在解决在考虑相机运动情况下的物体深度估计问题。使用DBox网络和ODMD数据集来估计深度信息。2 简介目前的自动驾驶车辆和机器人需要感知周围环境的三维信息，这需要依赖RGBD摄像头和雷达传感器。本文主要使用未标定相机运动和物体检测的边框来估计深度。优势之一是物体检测边框只有四个参数，相比于图像分割可以节约算力；优势之二是运动信息可以在大多数硬件平台上测量。创新点：一、推导出未校准运动

1.Robust Consistent Video Depth Estimation这篇文章提到的Sintel Depth深度数据集，提供RGB和深度图像、相机的内参和外参、读写深度图的SDK。