【使用OpenGait 复现步态识别经典算法 GaitSet ——CASIA-B数据集】

最近在使用AutoDL云服务器跑步态识别的代码，用的是开放步态识别框架OpenGait，记录一下自己跑代码的步骤和遇到的问题以及解决方式。

这篇文章主要记录使用OpenGait 复现步态识别经典算法 GaitSet 的步骤和遇到的问题以及解决方式，用到的数据集是CASIA-B。

---

一、下载好主要工具包

OpenGait官方文档要求我们下载以下工具包：
pytorch >= 1.10
torchvision
pyyaml
tensorboard
opencv-python
tqdm
py7zr
kornia
einops

# 下面是我安装的工具包和版本号
pip install torch==1.13.1  # torch不要安装2.0以上的
pip install torchvision==0.8.1+cu110

pip install pyyaml==6.0
pip install tensorboard==2.6.0
pip install opencv-python==4.7.0.72
pip install tqdm==4.61.2
pip install py7zr==0.20.4
pip install kornia==0.6.12  #下载这个的时候，可能会自动卸载掉原有的torch,安装上torch2.0,要改回1.13.1
   pip uninstall torch
   pip install torch==1.13.1
pip install einops ==0.7.0

# 重点，typing-extensions虽然官方文档没提到，但是很重要。如果不指定版本号会下载一个3.X版本的，运行代码时会报错。
pip install typing-extensions==4.3.0

二、CASIA-B数据预处理

上传CASIA-B数据集到AutoDL的数据盘autodl-tmp下（放在系统盘root下当然也没问题，只是数据盘处理数据更快，空间也大），之后进行解压，然后进行数据预处理，数据预处理命令如下：

# 数据盘autodl-tmp下原本只有解压后的CASIA-B文件，经过预处理，生成了CASIA-B-pkl文件，后面进行训练用的就是CASIA-B-pkl文件
python datasets/pretreatment.py --input_path /root/autodl-tmp/CASIA-B --output_path /root/autodl-tmp/CASIA-B-pkl

三、OpenGait项目的结构

运行代码之前有必要讲一下OpenGait项目的结构。

1、assets：对跑代码来说没用，里面是一些官方文档用的的图片，跳过。

2、configs：超级有用，里面是各个步态识别方法的参数配置。

比如我们要跑GaitSet，那就查看GaitSet的配置：

打开针对CASIA-B数据集的配置：

3、datasets：数据处理相关，主要学习pretreatment.py文件。

4、docs：官方文档，可以说是OpenGait的使用教程，跑代码一定要看这些文档。

5、misc：只有两个文件，上面那个是清理进程的，下面那个是从官网下载预训练模型的。

6、opengait：OpenGait的主程序，代码内容过多，后面再解释。

7、output：包括测试的检查点（比如第10000次、第20000次等等），TensorBoard可视化所需的event文件，以及日志文件（此处还未生成）

8、pretreatment.log：运行pretreatment.py进行数据预处理后保存的日志文件。
9、README.md：OpenGait总的说明文档
10、test.sh和train.sh文件：功能和在linux终端输入执行命令一样，.sh文件只是你提前把要运行的命令写进去再运行.sh文件就行。

①比如我要运行GaitSet，我可以在linux终端输入：

# 必须进入到OpenGait项目下
cd OpenGait
# 使用0、1、2、3号共4块GPU进行训练，选择的cfgs配置文件的路径为./configs/gaitset/gaitset.yaml，运行train命令，记录到日志
CUDA_VISIBLE_DEVICES=0,1,2,3 python -m torch.distributed.launch --nproc_per_node=4 opengait/main.py --cfgs ./configs/gaitset/gaitset.yaml --phase train  --log_to_file

由于我在gaitset.yaml配置文件中，开启了测试伴随训练with_test: true，所以每隔10000次会自动测试，如果不开启测试伴随训练with_test: false，那么还需要你在完成训练后，在终端输入以下命令进行测试：

# 注意phase后面改为了test
CUDA_VISIBLE_DEVICES=0,1,2,3 python -m torch.distributed.launch --nproc_per_node=4 opengait/main.py --cfgs ./configs/gaitset/gaitset.yaml --phase test 

②上面是在linux终端直接输入一长串命令的方式，那.sh文件有什么作用呢？我们还可以通过直接运行.sh文件从而运行GaitSet，前提是在train.sh文件把CUDA_VISIBLE_DEVICES=0,1,2,3 python -m torch.distributed.launch --nproc_per_node=4 opengait/main.py --cfgs ./configs/gaitset/gaitset.yaml --phase train --log_to_file命令写进去（不要注释掉），然后在linux终端输入：

sh train.sh

接下来也会开始运行GaitSet的训练。

四、运行结果

NM	BG	CL	备注
95.0	87.2	70.4	原文
96.15	90.44	74.56	复现

五、问题及解决

1、ImportError: cannot import name ‘TypeGuard’ from ‘typing_extensions’
原因分析：typing_extensions版本过低，我出现这个问题的时候typing-extensions的版本号是3.7.4.3
解决办法：卸载低版本，安装高版本

pip uninstall typing-extensions
pip install typing-extensions==4.3.0

2、ERROR: pip’s dependency resolver does not currently take into account all the packages that are installed. This behaviour is the source of the following dependency conflicts.
tensorflow 2.4.0 requires typing-extensions~=3.7.4, but you have typing-extensions 4.3.0 which is incompatible.、
原因分析：我安装的tensorflow是2.4.0的，它需要typing-extensions是3.7.4的
解决办法：卸载掉tensorflow（不影响后续跑代码），因为我的Cuda版本是11.0，与之对应的tensorflow版本只能是2.4.0，又因为typing-extensions必须得是高版本，只能卸载掉2.4.0的tensorflow了。

pip uninstall tensorflow 

然后就成功运行起来啦：

---

总结

欢迎使用OpenGait研究步态识别的伙伴进行交流