ros实现darknet检测

github中的带mobilenet的darknet框架都是基于yolov2,不能使用yolov3模型，这是根据yolov3改的

ubuntu18.04 , cuda10.0 编译darknet出现/usr/bin/ld: cannot find -lcuda cannot find -lcuda 意思是编译时未找到libcud

yolov4,可运行yolov3权重文件。

QT调用下Darknet，进行目标检测，需要下载YOLOV3模型文件、配置文件。环境：opencv3.4、ubuntu18.04 。

yolov3(pytorch)训练自己的数据集可参看本人blog。要使用的预训练权重：darknet53.conv.74

yolov3目标检测模型的预训练权重darknet53.conv.74下载，下载下来后放到相应的文件夹中即可顺利加载预训练模型

Windows下打包好的可以直接使用的darknet-yolo深度学习程式,仅仅需要自己做数据集就可以训练了,再次建议使用GPU,不过只需要你装好驱动即可。Linux版本若有需要私我吧。

说明 2019接近尾声,开始想扩展到一个框架。比较了多个框架,发现darknet是一个较大的轻型的完全基于C与CUDA的开源深度学习框架,没有任何依赖项(OpenCV都可以不用),移植性非常好,支持C

ROS热点认证到期提醒完美实现啦！

在ROS的navigation-kinetic-devel中,使用现成的RAstar接口,编写遗传算法路径规划程序。能完成小车自主寻路,效率略低于Astar算法。