TX2使用记录系列文章（4）- TX2下安装darknet_ros

软硬件平台

• PC端：win10
• TX2端：使用JetPack3.3刷机的系统

1 darknet_ros安装

1.1 从github上下载工程

如果网络不好的话，下载github上的工程需要花费挺长时间 我在电脑上下载过，所以这里直接将整个src文件夹都上传到TX2中建立的catkin_ws中的src里了

mkdir -p catkin_workspace/src
cd catkin_workspace/src
git clone --recursive git@github.com:leggedrobotics/darknet_ros.git
cd ../

1.1.1 在工程下载完成后，需要提前下载权重文件，这样在下面编译的时候会加快速度

需要下载的文件名称：

yolov2.weights
yolov2-tiny.weights
yolov3.weights

这里也可以不下载，但是在/home/nvidia/catkin_ws/src/darknet_ros/darknet_ros/yolo_network_config/weights目录下创建相同名字的文件即可

1.1.2 更改Makefile文件

先复制一份Makefile文件，作为备份
修改/home/nvidia/catkin_ws/src/darknet_ros/darknet下的Makefile
修改yolo的makefile使用gpu编译，注意写入tx2的62架构

GPU=1
CUDNN=1
OPENCV=1
OPENMP=0
DEBUG=0
# Note that CUDA architecture of TX2 is 62, while TX1 53.
ARCH= -gencode arch=compute_62,code=[sm_62,compute_62] \
      -gencode arch=compute_30,code=sm_30 \
      -gencode arch=compute_35,code=sm_35 \
      -gencode arch=compute_50,code=[sm_50,compute_50] \
      -gencode arch=compute_52,code=[sm_52,compute_52] \
      -gencode arch=compute_70,code=[sm_70,compute_70]

1.2 编译工程

注意：此步骤需要在catkin_ws根目录执行
在第一步中已经通过使用cd的命令切换到了工程根目录

catkin_make -DCMAKE_BUILD_TYPE=Release
echo "/darknet_ros/devel/setup.bash" >> ~/.bashrc
source ~/.bashrc

1.3 运行摄像头节点

这里参考上一篇文章中介绍ROS下使用jetson_csi_cam节点的方法链接
打开一个终端，输入

roslaunch jetson_csi_cam jetson_csi_cam.launch

1.4 运行darknet_ros

1. 修改darknet_ros/config/ros.yaml文件中topic的名称为/zed_node/right_raw/image_raw_color

subscribers:
  camera_reading:
    topic: /camera/rgb/image_raw
    queue_size: 1

2. 修改检测的yaml文件
在/darknet_ros/yolo_network_config/中存放了cfg和weights文件

在/darknet_ros/config/存放了不同的yaml，会调用配套的cfg和weights

在/darknet_ros/launch/darknet_ros.launch中修改下面一行就可以调用不同的yaml进行检测，下面采用YOLOV2-tiny网络和权重

 <arg name="network_param_file" default="$(find darknet_ros)/config/yolov2-tiny.yaml"/>

1.5 测试

再打开一个终端，输入

roslaunch darknet_ros darknet_ros.launch

如果输入上述指令的时候提示找不到对应launch文件，则在对应指令前输入如下指令：

source devel/setup.bash

参考

参考：ROS下实现darknet_ros(YOLO V3)检测