Ros与Tensorflow的整合

1.项目介绍
项目整合了Tensorflow和ROS，通过这个项目可以实现手写数字识别、目标识别以及目标检测。

Github地址: https://github.com/cong/ros_tensorflow

下面直接开车！

2.环境要求
Ubuntu
Install ROS with catkin build. 创建工作空间
Install Tensorflow
Install CUDA 6.5 for NVIDIA TK1 (按需安装)
3.下载Git包
cd [CATKIN_WS]/src
git clone https://github.com/cong/ros_tensorflow.git

4.编译
通过以下命令编译ROS包：

cd [CATKIN_WS]
catkin_make

5.运行
手写数字识别 mnist：
# 首先，打开一个终端，输入：
roscore

# 其次，另外打开一个新终端，输入：
# （请提前安装"usb_cam" 节点）
roslaunch usb_cam usb_cam-test.launch

# 最后，再打开一个新终端，输入：
roslaunch ros_tensorflow ros_tensorflow_mnist.launch
# 输出"/result_ripe"话题
rostopic echo /result_ripe

识别/分类：
# 前两步同 mnist
# 最后，再打开一个新终端，输入：
roslaunch ros_tensorflow ros_tensorflow_classify.launch
# 输出"/result_ripe"话题
rostopic echo /result_ripe

目标检测（object detection）：
# 前两步同 mnist
# 最后，再打开一个新终端，输入：
roslaunch ros_tensorflow ros_tensorflow_detect.launch
# 通过"image_view"观察结果
rosrun image_view image_view image:=/result_ripe

6.ROS 话题
话题发布名称 : /result_ripe

话题订阅名称 : usb_cam/image_raw

参考：

Tensorflow Object detection API
ROS Tutorials