一. 代码下载
代码Github主页：https://github.com/leggedrobotics/darknet_ros
下载命令：
git
mkdir -p catkin_workspace/src cd catkin_workspace/src git clone --recursive git@github.com:leggedrobotics/darknet_ros.git cd ../
下载时间可能比较长，请耐心等待…github
二. 编译
在ROS工做空间目录下，执行命令：
bash
catkin_make -DCMAKE_BUILD_TYPE=Release
此时会开始编译整个项目，编译完成后会检查{catkin_ws}/darknet_ros/darknet_ros/yolo_network_config/weights文件下有没有yolov2-tiny.weights和yolov3.weights两个模型文件，默认下载好的代码里面为了节省体积是不带这两个模型文件的。所以编译以后会自动开始下载模型文件，此时又是一段漫长的等待时间。
若是恰好你以前已经下载好了模型文件，那就行了，在开始编译以前就把模型文件拷贝到上述文件夹下，就不会再次下载了。
并发
三. 运行代码
1. 图像话题发布
由于darknet_ros会直接订阅指定的图像话题名，而后对图像进行检测，绘制检测框，并发布相应的检测话题，所以首先须要找一个可以发布图像话题的ROS包，这里推荐使用ROS官方提供的usb_cam驱动包，能够直接将电脑自带摄像头或链接电脑的USB摄像头采集的图像发布为ROS图像话题。
下载摄像头驱动：
spa
sudo apt-get install ros-kinetic-usb-cam
而后发布摄像头图像话题：3d
roslaunch usb_cam usb_cam-test.launch
若是顺利的话应该能够看到实际的图像显示界面。code
2. 运行darknet_ros
而后执行darknet_ros进行检测，在运行检测以前须要更改一下配置文件，使得darknet_ros订阅的话题与usb_cam发布的图片话题对应。
打开darknet_ros/config/ros.yaml文件，修改：
blog
subscribers: camera_reading: topic: /camera/rgb/image_raw queue_size: 1
为图片
subscribers: camera_reading: topic: /usb_cam/image_raw queue_size: 1
回到darknet的工做空间根目录，执行：get
source devel/setup.bash roslaunch darknet_ros darknet_ros.launch
出现对摄像头采集图像的实时检测结果。
能够看到检测的结果仍是有很大问题的！！
咱们只须要把预训练集换成YOLO v3的来检测就能够了，更换以下：找到config文件能够看到以下的训练集
打开launch文件
修改 darknet_ros.launch
arg name="network_param_file" default="$(find darknet_ros)/config/yolov2-tiny.yaml"/ 改成 arg name="network_param_file" default="$(find darknet_ros)/config/yolov3.yaml"/
以下：
而后从新启动：
roslaunch darknet_ros darknet_ros.launch
检测结果以下：
多来几张结果：
后续有时间会尝试制做如何训练本身的训练集并在ROS下进行检测使用，谢谢！