基于ROS的darknet+yolov3目标检测

上一篇文章简述如何在ubuntu下安装nvidia GPU驱动、cuda和cudnn，并通过darknet+yolov3验证使用GPU进行目标检测。本文介绍darknet_ros，基于ROS通过darknet+yolov3实现摄像机图像目标检测的程序包。

0.1 darknet

darknet是开源的神经网络框架，用c语言和cuda编写，支持CPU和GPU，具有速度快、易于安装等优点。

0.2 yolov3

YOLO(You only look once ) 是前沿、实时的目标检测系统，下面我们将演示如何在ROS下使用 YOLO (V3)的程序包 ，并且支持GPU或者  CPU。其预训练卷积神经网络（CNN）模型能够检测采用VOC和COCO数据集训练过的类别，此外，也可以创建自己的检测目标的网络。

下载源码命令：

cd catkin_workspace/src

git clone --recursive git@github.com:leggedrobotics/darknet_ros.gitcd ../

若是出现如下错误，请移步4.1。

编译命令：

cd ../

catkin_make -DCMAKE_BUILD_TYPE=Release

编译过程需要下载权值文件，可提前下载好放在相应目录下；若是下载太慢，请移步4.2。

3.1 测试数据集

使用kitti数据集的里程计数据序列00，rosbag格式，本次测试数据集我放在百度网盘，需要的人可在后台发送“00.bag”获取下载链接。关于kitti数据集转换为rosbag模式的方法步骤，下次再分享。

3.2 测试命令

roslaunch darknet_ros yolo_v3.launch

rosbag play --pause ~/Downloads/00.bag

rosrun image_view image_view image:=/darknet_ros/detection_image

3.3 检测结果

4. 问题与解决

（1）Permission denied (public key).

参考廖雪峰git教程：

https://www.liaoxuefeng.com/wiki/896043488029600/896954117292416

（2）catkin_make

权值文件下载太慢，可能会报错，我已经下载好放在百度网盘，后台发送：

darknet_ros_weights

可获取源码和相关权值文件。