OpenPose 安装配置与测试

本文详细介绍了OpenPose在Windows环境下,使用Visual Studio 2015和CUDA 8.0的安装配置过程,包括CUDA和CuDNN的安装,OpenPose依赖库的下载,以及解决GPU内存不足的问题。在GT 720显卡上,通过调整netInputSize参数实现了人体关键点检测,而K40c显卡则能实现更高效的多关键点检测。
摘要由CSDN通过智能技术生成

1.关于OpenPose
介绍:OpenPose是一个由CMU开源的实时多人关键点检测库,它实现了一个人人体、手部和脸部关键点检测的实时系统(共130个关键点)。
github地址:https://github.com/CMU-Perceptual-Computing-Lab/openpose

2.系统配置
操作系统:Win7 x64
IDE:Viusal studio 2015
GPU:GT 720
CUDA: 8.0

2.1安装CUDA,CuDNN,Visual Studio2015
(1)CUDA安装:https://developer.nvidia.com/cuda-downloads
按照提示直接安装即可。

(2)CuDNN安装:https://developer.nvidia.com/cudnn
这一步需要注册一个账号,并填写一个问卷,完成后即可下载。CuDNN下载后解压,添加 [yourPath]\cuda 和[yourPath]\cuda\bin 到环境变量 并按照如下操作:
[yourPath]\cuda\bin\cudnn64_5.dll —> (拷贝至)
[yourPath]\Program Files\NVID

OpenPose是一个开源的人体关键点检测库,它能够实时地在图像或视频中识别并标注出人体的25个关键点。下面是OpenPose的基本安装步骤和使用教程: **安装步骤**: 1. **下载安装包**:访问OpenPose GitHub页面 (https://github.com/CMU-Perceptual-Computing-Lab/openpose) 下载最新版本的源码包。 2. **依赖安装**:你需要一些基本的软件环境,如CMake、CUDA(如果使用GPU加速),以及Git等。然后在命令行中运行`git clone https://github.com/CMU-Perceptual-Computing-Lab/openpose.git` 安装OpenPose。 3. **配置**:进入OpenPose目录,创建一个新的build文件夹并导航到其中。运行`cmake .. -D OPENPOSE_PYTHON=ON`(如果有Python需求),接着用`make -j4` 构建库和示例程序。 4. **编译**:构建完成后,运行`make install` 将库安装到系统路径下。 5. **测试**:你可以通过运行示例脚本来测试安装是否成功,例如`./bin/openpose --image examples/images/1.jpg`。 **使用教程**: - **命令行模式**:OpenPose提供了一个命令行工具,通过指定输入图片或视频路径,可以得到关键点位置的输出。 - **Python接口**:如果你的安装包含`OPENPOSE_PYTHON`标志,可以在Python中导入openpose-python-wrapper库,进行更高级的交互和应用集成。 **注意事项**: - OpenPose对硬件有较高要求,特别是对于CPU版本,处理高分辨率图像可能会较慢。 - 使用前可能需要针对你的计算机配置调整参数,如设置网络模型、调整内存限制等。
评论 8
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值