Darknet——yolo3训练自己的数据集+在ros环境下实现目标检测实战教程（三）——应用在ROS上

文章目录

• 前言
• 一、darknet_ros代码简析
• 二、修改ros驱动包的文件内容
• 三、ros系统下运行效果
• 总结

---

前言

Darknet——yolo3训练自己的数据集+在ros环境下实现目标检测实战教程（一）——环境配置

Darknet——yolo3训练自己的数据集+在ros环境下实现目标检测实战教程（二）——训练自己的权重文件

在前文的环境配置工作和简单测试之后，制作了自己的数据集并训练了自己的权重文件，接下来是将这个网络模型，应用到ros上。

---

提示：以下是本篇文章正文内容，下面案例可供参考

一、darknet_ros代码简析

darknet_ros就是darknet在ros操作系统下的版本，即在ros下使用yolo进行目标检测。

文件分类：.launch文件是ros格式的roslaunch文件；

src文件夹下的就是它的主要代码，把ros和darknet结合起来的部分；

cfg文件是放各种yolo网络的配置，weights文件夹是放置网络权重。

这些yaml文件是设置ros参数以及决定在ros下调用darknet的哪些配置文件和权重。ros.yaml如下：

二、修改ros驱动包的文件内容

需要进行一些路径和配置文件的修改。

1.在路径catkin_workspace/src/darknet_ros/darknet_ros/yolo_network_config里面有两个文件夹cfg和weights,把之前用到的yolov3-tiny.cfg文件和训练好的权重文件赋值到相应的文件夹。

2.在路径catkin_workspace/src/darknet_ros/darknet_ros/config中修改ros.yaml文件,主要是修改订阅的话题和发布的话题,这里订阅的话题要改成摄像头发布出来的话题：

subscribers:

  camera_reading:
    topic: /usb_cam/image_raw
    queue_size: 1

3.新建一个.yaml文件yolov3-tiny.yaml,自定义内容框架如下：

yolo_model:
  config_file:
    name: yolov3-tiny.cfg
  weight_file:
    name: yolov3-tiny_900.weights
  threshold:
    value: 0.3
  detection_classes:
    names:
      - sanbing
      - ball

4.修改launch文件,进入路径catkin_workspace/src/darknet_ros/darknet_ros/launch

将darknet_ros.launch里面network_param_file修改为自己的yolov3-tiny.yaml,如下：

<!-- ROS and network parameter files -->
  <arg name="ros_param_file"             default="$(find darknet_ros)/config/ros.yaml"/>
  <arg name="network_param_file"         default="$(find darknet_ros)/config/yolov3-tiny.yaml"/>

这样就修改完了,做好了所有的准备工作。

三、在ROS系统下运行效果

在ros下运行：

$ roslaunch usb_cam usb_cam-test.launch//开启摄像头驱动
$ roslaunch darknet_ros darknet_ros.launch//启动darknet

图片测试效果：

 视频实时测试：

 输入如下命令可以看到darknet_ros发布出来的bounding_boxes节点消息：

$rostopic echo /darknet/bounding_boxes

---

总结

该实战系列从环境配置到利用yolov3-tiny网络模型训练自己的权重文件，到应用在ros系统下测试了效果，darknet作为轻量级深度学习框架，可以很好的部署和移植到ros系统下。该过程中的每一个坑都来自的亲身经历，在此分享给大家。