一、搭建虚拟环境
构建虚拟环境时需要考虑Python的版本,此时也要考虑显卡的型号和cuda的版本,本人使用的时RTX3090,cuda是12.0,所以选择使用python 3.10
- 查看自己的cuda版本:,使用命令
nvidia-smi
- 然后根据自己的cuda版本选择torch版本,这个可以查看nvidia的官网与torch的匹配版本;
- 然后根据torch的版本选择python版本;
- 使用miniconda构建虚拟环境:
conda create -n pose python=3.10 -y
- 安装torch,这是使用pip安装,使用清华源
pip install torch==2.0.0 torchvision==0.15.1 torchaudio==2.0.1 -f https://download.pytorch.org/whl/cu118 -i https://pypi.tuna.tsinghua.edu.cn/simple
- 用MIM安装MMEngine and MMCV
pip install -U openmim
mim install mmengine
mim install "mmcv>=2.0.1"
检查mmdet, mmpose and mmcv的版本,查看三者之间的匹配关系
mmdet 2.x <=> mmpose 0.x <=> mmcv 1.x
mmdet 3.x <=> mmpose 1.x <=> mmcv 2.x
使用命令查看当前安装的mmcv, 注意的是mmcv-full只适配mmcv 1.x, 所以可使用mim install mmcv 安装mmcv 2.x
pip list | grep mm
- 使用源码构建mmpose环境
git clone https://github.com/open-mmlab/mmpose.git
cd mmpose
pip install -r requirements.txt
pip install -v -e .
- 用python库的方式安装mmpose
mim install "mmpose>=1.1.0"
- 验证安装的结果
1) 下载配置文件
mim download mmpose --config td-hm_hrnet-w48_8xb32-210e_coco-256x192 --dest .
2)运行推理命令
python demo/image_demo.py \
tests/data/coco/000000000785.jpg \
td-hm_hrnet-w48_8xb32-210e_coco-256x192.py \
td-hm_hrnet-w48_8xb32-210e_coco-256x192-0e67c616_20220913.pth \
--out-file vis_results.jpg \
--draw-heatmap
如果以上命令正常运行,说明安装成功。
总结
这个此次安装mmpose的过程记录,希望能帮到大家,避免踩坑。