无人机目标检测 Darknet-ROS 学习（二）

无人机目标检测 Darknet-ROS 学习（二）

上节我们已经安装好ROS，今天来看看如何在ROS环境下进行目标检测。最常使用的目标检测算法就是yolo，如今yolo算法已经发展非常成熟了，这次我们选择使用yolo v4 tiny来进行目标检测。

Darknet

Darknet是一个深度学习框架，类似于Pytorch，但是不同在于他是基于C和CUDA。Darknet可以看做是一个平台，yolo在这个平台上运行。那么为什么是Darknet呢？原因如下：

• 轻量级，非常容易安装，可移植性好
• 因为基于C，所以非常适合移动端的部署以及底层研究
• 支持CPU和GPU，与caffe较为类似

下载Darknet ROS

我们想要在ROS环境下运行Darknet就需要将Darknet移植到ROS上，Darknet-ROS已经在Github上有开源的程序，我们先将其下载，首先创建一个catkin_ws文件夹作为工作空间，再在这个文件夹中创建一个src保存Darknet-ROS的源码，在catkin_ws/src文件夹下右键打开终端，克隆源码，输入：

git clone https://github.com/Tossy0423/yolov4-for-darknet_ros.git

该项目包含darknet的源码以及yolo系列网络的各种配置文件

在clone的过程中会遇到下载很慢的问题，主要原因是yolo系列网络的权重文件太大，这时可以先将weight文件下载好再进行clone，下载weight文件可以在这个链接里下载，直接在浏览器中打开即可：https://github.com/AlexeyAB/darknet/releases/download/darknet_yolo_v3_optimal/yolov4.weights
放在darknet_ros/darknet_ros/yolo_network_config/weights文件夹下，这个文件夹专门保存yolo的权重文件

Darknet_ROS的文件结构

众所周知。Darknet_ROS这个项目的目的就是在ROS环境下运行Darknet，这无疑说明Darknet在ROS中是以节点形式存在的，如图：

其中相机的视频流和Darknet节点之间相互通信实现目标检测。接下来进入正题，Darknet_ROS项目工作空间是catkin_ws文件夹，该项目两个文件夹最重要，分别是：

• catkin_ws/src/darknet_ros/darknet
• catkin_ws/src/darknet_ros/darknet_ros
  第一个文件夹下就是darknet平台的源码，运行darknet时使用到的就是这里面的代码，其中有一个名为darknet的可执行文件。

第二个文件夹下则是ROS节点的相关内容和yolo网络的相关文件。先来看yolo相关的文件夹：

• yolo_network_config
• include
• src

yolo_network_config文件夹中有两个重要文件夹cfg和weights文件夹，这也是darknet平台下一个网络最重要的两个文件.cfg和.weights文件，前者定义网络结构，后者表示网络训练得到的权重，用来预测。

后两个文件夹则是将yolo预测过程封装成了一个检测器，include中是头文件，src中是源码。

其次是ROS相关文件夹：

• config
• launch

这两个文件夹下分别是.yaml配置文件和.launch运行文件，.yaml配置文件告诉ROS该加载哪个网络的参数以及class各个类别。.launch文件如果学过上一节的21讲就知道他可以同时启动多个ROS节点，相当于exe可执行文件。

本节内容到此结束，下节将学习D455相机如何配置以及整个项目如何运行。