当前位置: 代码迷 >> 综合 >> 目标检测与位姿估计(十二):ROS-YOLOv4
  详细解决方案

目标检测与位姿估计(十二):ROS-YOLOv4

热度:103   发布时间:2023-11-21 09:28:37.0

该工程还未完全完成!之后随着项目的进行将逐渐完善,如果您在参考博客的过程中遇到解决不了的问题欢迎直接与我联系!

参考项目地址:https://github.com/Tossy0423/yolov4-for-darknet_ros 该项目在darknet_ros项目基础上添加了yolov4。注意原始项目没有yolov4的tiny版本,如想使用需要自己添加。

编译工作

首先建立一个新的空间:

## Create workspace for ROS, Change directory
$ mkdir -p workspace/src && cd workspace/src## init workspace
$ catkin_init_workspace## Make
$ cd ../
$ catkin_make

安装:

$ cd src
$ git clone --recursive https://github.com/Tossy0423/yolov4-for-darknet_ros.git

编译:

$ catkin_make

编译工作有一处需要注意:编译时会自动下载几个权重文件,而这些文件比较大,可Ctrl+C终端编译后继续,如此几次后跳过下载过程。编译后单独下载后放置于规定文件夹中。下载地址在https://github.com/AlexeyAB/darknet#pre-trained-models中。

关于报错

[gazebo-2] process has died [pid 2671, exit code 127,cmd /usr/local/share/drcsim-2.7/ros/atlasutils/scripts/
rungazebo vrctask1.world -q -r --recordencoding=zlib --recordpath=/tmp/vrctask1 _name:=gazebo _log:=/home/
tania/.ros/log/5704913c-0b8c-11e3-ba22-6c8814fca2c8/gazebo-2.log]. log file: /home/tania/.ros/log/57049
13c-0b8c-11e3-ba22-6c8814fca2c8/gazebo-2*.log[gazebo_gui-3] process has died [pid 15649, exit code 139, cmd /home/usr/catkin_ws/src/gazebo_ros_pkgs/gazebo_ros/scripts/gzclient __name:=gazebo_gui __log:=/home/shahed/.ros/log/8981441a-03ea-11e3-8d2b-0017c4a8146b/gazebo_gui-3.log].
log file: /home/usr/.ros/log/8981441a-03ea-11e3-8d2b-0017c4a8146b/gazebo_gui-3*.log

这是因为Gazebo得版本过低,升级一下Gazebo即可。

可参考链接:http://www.manongjc.com/article/80217.html

关于GPU的使用

关于如何配置CUDA的项目:https://github.com/Musyue/darknet_ros_yolov4

关于Tiny版本的使用

在这项工作中只需要将YOLO的文件组织结构弄清晰即可完成。有以下几个文件需要注意:cfg/weights/yaml/launch

cfg是网络结构的设置文件,顾名思义它规定了网络长什么样。

yolov4-ting.cfg:

[net]
# Testing
#batch=1
#subdivisions=1
# Training
batch=64
subdivisions=1
width=416
height=416
channels=3
momentum=0.9
decay=0.0005
angle=0
saturation = 1.5
exposure = 1.5
hue=.1learning_rate=0.00261
burn_in=1000
max_batches = 500200
policy=steps
steps=400000,450000
scales=.1,.1[convolutional]
batch_normalize=1
filters=32
size=3
stride=2
pad=1
activation=leaky

weights文件是训练的结果

yolov4-tiny.weights打开后时一堆乱码

yaml是ROS的配置文件,里面加载了上面两个文件的路径以及标签描述

yolov4-tiny.yaml文件

yolo_model:config_file:name: yolov4-tiny.cfgweight_file:name: yolov4-tiny.weightsthreshold:value: 0.3detection_classes:names:- person- bicycle- car- motorbike- aeroplane- bus- train- truck- boat- traffic light- fire hydrant- stop sign- parking meter- bench

launch文件就比较熟悉了,里面调用了yaml文件,注意修改下路径

这里需要注意一下cfg文件与weights文件在项目https://github.com/AlexeyAB/darknet中直接下载即可,yaml文件与launch文件在yolov4或者yolov3文件的基础上修改即可。也可直接在我的百度盘https://pan.baidu.com/share/init?surl=LRFCyf7CtNTnJUgeXAbWUQ中下载,密码为1zb9

如出现超出cuda-memory的错误,注意修改cfg文件中的batch_size参数

演示效果