darknet在ROS环境下的运行

网上有很多关于这方面的博客,我下下来一个,并且经过修改之后能跑的代码链接如下:代码链接

修改的步骤为:

进入/darknet_ros/config,打开ros.yaml修改为自己的摄像头话题:

subscribers:

  camera_reading:
    topic: /usb_cam/image_raw
    queue_size: 1

其他的命令都差不多,按照网上的教程来就好。

运行

roscore

roslaunch usb_cam usb_cam-test.launch

roslaunch darknet_ros darknet_ros.launch

就可以看到有图片出来,并且YOLO检测到的目标。

Jetson Xavier是一款高性能的嵌入式计算平台,能够实现深度学习和人工智能应用的部署。而darknet_ros是一个用于目标检测和识别的开源软件包,结合了YOLO算法和ROS框架。下面是在Jetson Xavier上部署darknet_ros的相关步骤。 首先,确保Jetson Xavier上已经安装好了ROS和CUDA。ROS是一个机器人操作系统,CUDA是一种用于并行计算的GPU加速库。 接下来,需要先将darknet_ros的源代码克隆到你的开发环境中。可以在GitHub上找到该项目,并按照说明进行克隆。 然后,进入darknet_ros的文件夹,并执行以下命令来编译代码: ``` $ catkin_make ``` 编译过程可能会需要一些时间,请耐心等待。 接着,将Jetson Xavier与ROS连接,运行ROS Master节点。 ``` $ roscore ``` 然后,在新的终端窗口中,进入darknet_ros文件夹,并运行以下命令来启动darknet_ros节点: ``` $ rosrun darknet_ros darknet_ros ``` 该命令将根据配置文件中的设置,开始目标检测和识别。 最后,你可以在另一个终端窗口中,使用以下命令来查看检测到的目标: ``` $ rostopic echo /darknet_ros/bounding_boxes ``` 该命令将以ROS通信的方式,显示darknet_ros检测到的目标的信息,例如目标位置、类别和置信度等。 这样,你就成功在Jetson Xavier上部署了darknet_ros,可以开始进行目标检测和识别任务了。请注意,部署过程中可能会遇到一些问题,需要根据具体情况进行调试和解决。
评论 13
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值