环境准备
1.在启智AI协作平台
2.MMpose安装教程
前期准备
1.有启智账号,登陆后,点击加号,从MMpose安装教程写入,迁移到这里
启动调试任务,并创建GPU环境,点击调试。
安装Pytorch
pytorch 需要指定清华源,目的两个一个是下载快,一个是防止找不到网页报错,
执行命令`;注需要另开一个窗口,terminal终端执行下面的命令,永久设置pip的源为清华源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple`
执行截图
然后我们执行教程里面的下载命令,直接找到教程中的文档点击,运行即可。
!pip3 install install torch==1.10.1+cu113 torchvision==0.11.2+cu113 torchaudio==0.10.1+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html
用MIM安装MMCV
继续执行接下来的命令
!pip install -U openmim
!mim install mmengine
!mim install 'mmcv==2.0.0rc3'
!mim install "mmdet>=3.0.0rc6"
执行截图,运行很丝滑,没有报错
执行命令
!pip install opencv-python pillow matplotlib seaborn tqdm pycocotools -i https://pypi.tuna.tsinghua.edu.cn/simple
执行截图
下载 MMPose
# 删掉原有的 mmpose 文件夹(如有)
!rm -rf mmpose
# 从 github 上下载最新的 mmpose 源代码
!git clone https://github.com/open-mmlab/mmpose.git -b tutorial2023
# 进入主目录
import os
os.chdir('mmpose')
执行截图
安装 MMPose
!mim install -e .
下载预训练模型权重文件和视频素材
import os
# 创建 checkpoint 文件夹,用于存放预训练模型权重文件
os.mkdir('checkpoint')
# 创建 outputs 文件夹,用于存放预测结果
os.mkdir('outputs')
# 创建 data 文件夹,用于存放图片和视频素材
os.mkdir('data')
os.mkdir('data/test')
环境里面默认没有wget,先打开一个终端,用下面的命令下载
apt-get install wget
再执行教程里面的命令
# 多人图片,来源:https://www.pexels.com/zh-cn/photo/2168292/
!wget https://zihao-openmmlab.obs.cn-east-3.myhuaweicloud.com/20220610-mmpose/images/multi-person.jpeg -O data/test/multi-person.jpeg
# 单人视频-唱跳篮球
!wget https://zihao-openmmlab.obs.myhuaweicloud.com/20220610-mmpose/videos/cxk.mp4 -P data/test
# 妈妈和女儿跳舞,经微信压缩
!wget https://zihao-openmmlab.obs.myhuaweicloud.com/20220610-mmpose/videos/mother_wx.mp4 -P data/test
# 两个女生跳舞视频,来源:https://mixkit.co/free-stock-video/two-girls-having-fun-in-a-retro-restaurant-42298/
!wget https://zihao-openmmlab.obs.cn-east-3.myhuaweicloud.com/20220610-mmpose/videos/two-girls.mp4 -O data/test/two-girls.mp4
检查安装成功
# 检查 Pytorch
import torch, torchvision
print('Pytorch 版本', torch.__version__)
print('CUDA 是否可用',torch.cuda.is_available())
执行截图
# 检查 mmcv
import mmcv
from mmcv.ops import get_compiling_cuda_version, get_compiler_version
print('MMCV版本', mmcv.__version__)
print('CUDA版本', get_compiling_cuda_version())
print('编译器版本', get_compiler_version())
执行上面命令之后,报错了【ImportError: libGL.so.1: cannot open shared object file: No such file or directory】,截图如下
经过网上查找吗,发现环境缺少库,再终端窗口,执行下面的命令进行安装
apt install libgl1-mesa-glx
执行结果如下
安装成功之后,我们再执行,刚才的python命令,又弹出一个错误【ImportError: libgthread-2.0.so.0: cannot open shared object file: No such file or directory】
网上查找答案之后,执行下面的命令,
apt-get update
apt-get install libglib2.0-dev
执行截图
重新执行上面的python命令,执行成功
# 检查 mmpose
import mmpose
print('mmpose版本', mmpose.__version__)
执行截图