一. 代碼下載
代碼Github主頁：https://github.com/leggedrobotics/darknet_ros
下載命令：
git
mkdir -p catkin_workspace/src cd catkin_workspace/src git clone --recursive git@github.com:leggedrobotics/darknet_ros.git cd ../
下載時間可能比較長，請耐心等待…github
二. 編譯
在ROS工做空間目錄下，執行命令：
bash
catkin_make -DCMAKE_BUILD_TYPE=Release
此時會開始編譯整個項目，編譯完成後會檢查{catkin_ws}/darknet_ros/darknet_ros/yolo_network_config/weights文件下有沒有yolov2-tiny.weights和yolov3.weights兩個模型文件，默認下載好的代碼裏面爲了節省體積是不帶這兩個模型文件的。所以編譯以後會自動開始下載模型文件，此時又是一段漫長的等待時間。
若是恰好你以前已經下載好了模型文件，那就行了，在開始編譯以前就把模型文件拷貝到上述文件夾下，就不會再次下載了。
併發
三. 運行代碼
1. 圖像話題發佈
由於darknet_ros會直接訂閱指定的圖像話題名，而後對圖像進行檢測，繪製檢測框，併發布相應的檢測話題，所以首先須要找一個可以發佈圖像話題的ROS包，這裏推薦使用ROS官方提供的usb_cam驅動包，能夠直接將電腦自帶攝像頭或鏈接電腦的USB攝像頭採集的圖像發佈爲ROS圖像話題。
下載攝像頭驅動：
spa
sudo apt-get install ros-kinetic-usb-cam
而後發佈攝像頭圖像話題：3d
roslaunch usb_cam usb_cam-test.launch
若是順利的話應該能夠看到實際的圖像顯示界面。code
2. 運行darknet_ros
而後執行darknet_ros進行檢測，在運行檢測以前須要更改一下配置文件，使得darknet_ros訂閱的話題與usb_cam發佈的圖片話題對應。
打開darknet_ros/config/ros.yaml文件，修改：
blog
subscribers: camera_reading: topic: /camera/rgb/image_raw queue_size: 1
爲圖片
subscribers: camera_reading: topic: /usb_cam/image_raw queue_size: 1
回到darknet的工做空間根目錄，執行：get
source devel/setup.bash roslaunch darknet_ros darknet_ros.launch
出現對攝像頭採集圖像的實時檢測結果。
能夠看到檢測的結果仍是有很大問題的！！
咱們只須要把預訓練集換成YOLO v3的來檢測就能夠了，更換以下：找到config文件能夠看到以下的訓練集
打開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：
而後從新啓動：
roslaunch darknet_ros darknet_ros.launch
檢測結果以下：
多來幾張結果：
後續有時間會嘗試製做如何訓練本身的訓練集並在ROS下進行檢測使用，謝謝！