一. 代码下载

代码Github主页：https://github.com/leggedrobotics/darknet_ros 下载命令：

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…

二. 编译

在ROS工作空间目录下，执行命令：

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。因此编译之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。如果刚好你之前已经下载好了模型文件，那就好了，在开始编译之前就把模型文件拷贝到上述文件夹下，就不会再次下载了。

三. 运行代码

1. 图像话题发布

因为darknet_ros会直接订阅指定的图像话题名，然后对图像进行检测，绘制检测框，并发布相应的检测话题，因此首先需要找一个能够发布图像话题的ROS包，这里推荐使用ROS官方提供的usb_cam驱动包，可以直接将电脑自带摄像头或连接电脑的USB摄像头采集的图像发布为ROS图像话题。下载摄像头驱动：

sudo apt-get install ros-kinetic-usb-cam

然后发布摄像头图像话题：

roslaunch usb_cam usb_cam-test.launch

如果顺利的话应该可以看到实际的图像显示界面。

2. 运行darknet_ros

然后执行darknet_ros进行检测，在运行检测之前需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：

subscribers:
  camera_reading:
    topic: /camera/rgb/image_raw
    queue_size: 1

为

subscribers:
  camera_reading:
    topic: /usb_cam/image_raw
    queue_size: 1

回到darknet的工作空间根目录，执行：

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。可以看到检测的结果还是有很大问题的！！我们只需要把预训练集换成YOLO v3的来检测就可以了，更换如下：找到config文件可以看到如下的训练集打开launch文件修改 darknet_ros.launch

arg name="network_param_file"         default="$(find darknet_ros)/config/yolov2-tiny.yaml"/
 
改为
 
arg name="network_param_file"         default="$(find darknet_ros)/config/yolov3.yaml"/

如下：然后重新启动：

roslaunch darknet_ros darknet_ros.launch

检测结果如下：多来几张结果：我们可以看到检测帧数很慢FPS只有：0.1，这里我们需要安装NVIDIA驱动并安装CUDA，来使用GPU加速进行检测，这样的话速度就会快很多，安装步骤会方法如下：（安装步骤在我的另外一片文章：https://blog.csdn.net/qq_42145185/article/details/105793983）安装完成之后只需要修改/darknet_ws/src/darknet_ros/darknet文件下的Makefile文件修改如下：完成修改只会只需要到工作空间下进行编译：