Alphapose论文复现Windows（CPU）版本

Alphapose论文复现Windows（CPU）版本

1.源码下载

GitHub地址：
https://github.com/MVIG-SJTU/AlphaPose
在AlphaPose/docs/MODEL_ZOO.md文件里，里面放了许多AlphaPose可用的模型及用法，可以查询并下载所需要的模型和相关cfg内容。

本文使用的是下图中的基于Halpe全身数据集的前26个关键点（不包含脸部和手部）的模型。

点击cfg可以查询该模型使用的那个cfg文件，运行代码时要填入相应文件路径。将下载好的模型放入pretrained_models文件中，与此同时还要下载yolo模型权重，将yolov3-spp.weights放入detector\yolo\data文件中。

2.系统配置

版本：Windows 10 专业版
处理器：11th Gen Intel® Core™ i7-1165G7 @ 2.80GHz 2.80 GHz
使用工具：Pycharm

3.配置环境

conda:22.9.0
torch:1.12.0
torchvision:0.13.0
cython-bbox:1.3.0
安装cython-bbox模块需注意，window环境下需要先执行
pip install cython
接着：python -m pip install git+https://github.com/yanfengliu/cython_bbox.git
若出现error: Microsoft Visual C++ 14.0 is required. Get it with "Build Tools for V错误，解决方法，参考链接：
https://www.partitionwizard.com/partitionmanager/microsoft-visual-c-14-is-required.html
下载vs_BuildTools.exe，按链接步骤安装，重启后再运行
python -m pip install git+https://github.com/yanfengliu/cython_bbox.git

安装cython-bbox成功！

4.运行scripts/demo_inference.py

①python运行scripts/demo_inference.py，
②设置参数cfg为这个模型对应的.yaml，路径下都有，不用自己下载。
③设置参数checkpoint为这个模型对应的.pth，需要在Model Zoo里下载，然后放到参数中所述位置，也就是alphapose-master\pretrained_models下。
Windows运行方式有两种
1.Terminal命令行运行
命令：

python scripts/demo_inference.py
–cfg configs/halpe_26/resnet/256x192_res50_lr1e-3_1x.yaml
–checkpoint pretrained_models/halpe26_fast_res50_256x192.pth
–indir examples/demo/ --save_img
–cfg:修改为自己所选模型相对应的.yaml文件
–checkpoint:修改为自己所下载的模型
注意：在使用终端命令行运行的时候，会提示自己定义的模块不存在，需要在定义的模块前加:
#在要执行的文件中添加此路径
sys.path.append(“/xxxxxx/AlphaPose-master/detector/”)
要添加在导库之前，不然依然会无效找不到
2.源码上修改参数，直接run
命令行里的做法，不太方便，知道原理之后可以自己在源码中完成相关配置：

–cfg 修改内容：default填写路径，主要要在前面加”…”,以及required改为false

–checkpoint 修改内容：default填写路径，注意要在前面加”…”,以及required改为false

–gpus：default="-1"表示不使用gpu，只使用cpu

–video：default填写需要运行的视频路径
运行scripts/demo_inference.py，缺什么包直接pip下载模块。
等所有的库装好之后运行scripts/demo_inference.py，会提示
No such file or directory: ‘detector/yolo/cfg/yolov3-spp.cfg’
也是路径问题，直接点进报错的最后一个地方，在darknet.py中的50行左右
file = open(cfgfile, ‘r’)
把cfgfile换成绝对路径就行
file = open(r’D:\行人姿态识别\AlphaPose-master\detector\yolo\cfg\yolov3-spp.cfg’, ‘r’)
然后加载yolo模型那儿也会报错，在darknet.py中的400多行，
fp = open(weightfile, “rb”)
weightfile换成绝对路径。
fp = open(r’D:\行人姿态识别\AlphaPose-master\detector\yolo\data\yolov3-spp.weights’, “rb”)
修改完毕后，运行demo_inference.py文件：

windows（CPU）环境下运行Alphapose十分慢，运行完的结果保存至
AlphaPose-master\scripts\examples\res中。
输出结果为：

参考:https://blog.csdn.net/m0_37660632/article/details/127902979