众所周知ros依赖python2.7环境，而深度学习最低要求是python3.x。因此在实现的过程中我遇到很多关于ros catkin_make失败，python路径找不到，以及OpenCV-python找不到版本，cv2不能import等等问题。我自认为是由于ros和深度学习的python版本或者其他包不兼容的事情。
再说一下我想要实现的目标，以及为什么非要实现。第一：我想利用conda创建一个虚拟环境，并在虚拟环境中完成ROS Melodic编译python3的cv_bridge。那么，为什么一定要在虚拟环境的原因是，我之后不想只利用一个本地环境去编译我的代码，这样会让我感觉很乱，并且不能想删就删。当然没有要求的，可以选择直接本地部署，这样操作确实能减少很多坑。
我是按照这个教程走的但是出现很多很多坑等着我去填，虽然博主写的很全，但嗷嗷报错多少还是有点想骂人（微笑）！！！链接
anaconda下载，我之前博客写过，跟我走就行。链接
1.创建python3.6 名字为r服务器托管os的虚拟环境
conda create -name ros python==3.6
2.激活ros环境，下载对于安装包
conda activate ros
sudo apt-get install python-catkin-tools python3-dev python3服务器托管-catkin-pkg-modules python3-numpy python3-yaml ros-melodic-cv-bridge
服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net
模型融合（Ensemble）：尝试将多个模型的预测结果进行融合，可以通过投票、加权平均等方式。这通常可以提高模型的鲁棒性和性能。 自适应学习率调整：使用自适应学习率调整方法，如AdamW中的自适应学习率，可以帮助模型更好地收敛到最优解。 早停策略：在验证集上监…
