ros实现darknet-yolo

    <link rel="stylesheet" href="https://csdnimg.cn/release/blogv2/dist/mdeditor/css/editerView/ck_htmledit_views-b5506197d8.css">
            <div id="content_views" class="htmledit_views">
                <p>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; 最近用自己的渣渣笔记本电脑跑了一下yolo目标检测在ROS中的实现，实现了用摄像头进行目标检测的任务。以下为笔记，防止遗忘。</p> 

1、使用的环境和平台

        Ubuntu 16.04 LTS + ROS + Yolo

2、实现具体流程

（1）建立名为catkin_ws的工作空间：

 
 

   
   

    
    

   
   
   
   

    
    

     
     $ mkdir -p catkin_ws/src
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     $ 
     
     cd src/
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     $ catkin_init_workspace1
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     $ 
     
     cd ..
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     $ catkin_make
    
    
   
   
 
 

当然也可以命名为其他的名称，如yolo_ws等。

（2）下载darknet_ros压缩包（网址：darknet_ros），解压后，将catkin_darknet/src内的文件拷贝到刚才创建的src文件夹下。

（3）在catkin_darknet/src/darknet_ros路径下有一个darknet.zip的压缩包，把它解压到当前目录下即可，并将文件夹名称改为darknet，里面放的是yolo算法的源代码。

（4）将usb_cam.tar.gz解压到当前文件夹下，名称不用改。

（5）在catkin_darknet/src/darknet_ros/darknet_ros/yolo_network_config/weights目录下应该放你用yolo训练的权重文件，或者直接下载预训练好的权重放这里即可，权重的下载地址（yolo_weights），本实验只下载了一个较小的权重(yolov2-tiny.weights)进行实验，如有必要，可以下载其他的权重。

（6）进入/darknet_ros/config，打开ros.yaml，将/camera/image修改为自己的摄像头话题：

 
 

   
   

    
    

   
   
   
   

    
    

     
     subscribers:
    
    
   
   

   
   

    
    

   
   
   
   

    
    
  
     
     camera_reading:
    
    
   
   

   
   

    
    

   
   
   
   

    
    
    
     
     topic: 
     
     /usb_cam/image_raw
    
    
   
   

   
   

    
    

   
   
   
   

    
    
    
     
     queue_size: 
     
     1
    
    
   
   
 
 

（7）回到工作空间路径（catkin_ws）下，直接编译，即catkin_make；

（8）依次打开三个终端，分别执行如下指令（执行之前需要先$ source devel/setup.bash添加环境变量）：

 
 

   
   

    
    

   
   
   
   

    
    

     
     $ roscore
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     $ roslaunch usb_cam usb_cam-test.launch
    
    
   
   

   
   

    
    

   
   
   
   

    
    

     
     $ roslaunch darknet_ros darknet_ros.launch
    
    
   
   
 
 

        不出意外，可以看到有“视频流”，以及Yolo检测到的目标。

3、注意事项

（1）ros.yaml文件中的订阅者（subscribers）下的camera_reading主题为/camera/image，那么如果使用视频采集则会提示：Waiting for image，改为/usb_cam/image_raw后，则可以对视频进行人脸检测。

（2）权重下载位置：

        yolo-voc.weights和tiny-yolo-voc.weights这两个权重在程序编译的过程中会自动进行下载（详见CMakeLists.txt文件）。当然也可以自己提前下载好权重文件，放入权重文件夹中（/catkin_ws/src/darknet_ros/darknet_ros/yolo_network_config/weights）。以下是权重的下载地址

yolov2.weights
yolov2-tiny.weights

yolov2-voc.weights
yolov2-tiny-voc.weights
yolov3.weights

参考网址：

darknet_ros检测自己的图片

 

转载：https://blog.csdn.net/JIEJINQUANIL/article/details/102756131