HigherHRNet-Human-Pose-Estimation(git-hub)代码运行

一、下载git-hub代码
（指定大内存磁盘）
https://github.com/HRNet/HigherHRNet-Human-Pose-Estimation
下载后解压到当前文件夹

二、新建一个虚拟环境
自己命名HHRnet

conda create -n your_env_name python=x.x

三、配置虚拟环境
1、install pytorch v1.4.0
https://pytorch.org/

2、Install dependencies:

pip install -r requirements.txt

3、Install COCOAPI:
下载：
https://github.com/cocodataset/cocoapi.git

安装：
打开COCOAPI下载目录中的pythonAPI，输入cmd，回车

激活以上第二步创建的的虚拟环境：

activate your_env_name(虚拟环境名称)

运行以下命令：

python setup.py install

若有以下报错：

删掉setup.py中无用的参数名并保存

验证是否安装成功：
打开python调用（import pycocotools）

退出python用z

4、Install CrowdPoseAPI exactly the same as COCOAPI.
CrowdPoseAPI 下载地址
安装步骤同上（报错同上）

四、在下载源代码的文件夹中新建所需文件夹
（data,lod,output,models)

${POSE_ROOT}
├── data
├── experiments
├── lib
├── log
├── models
├── output
├── tools 
├── README.md
└── requirements.txt

models下载地址:
https://drive.google.com/drive/folders/1X9-TzWpwbX2zQf2To8lB-ZQHMYviYYh6

models目录如下：

${POSE_ROOT}
 `-- models
     `-- pytorch
         |-- imagenet
         |   `-- hrnet_w32-36af842e.pth
         `-- pose_coco
             `-- pose_higher_hrnet_w32_512.pth

五、下载数据集
2017 Train/Val is needed for COCO keypoints training and validation
目录如下：

${POSE_ROOT}
|-- data
`-- |-- coco
    `-- |-- annotations
        |   |-- person_keypoints_train2017.json
        |   `-- person_keypoints_val2017.json
        `-- images
            |-- train2017
            |   |-- 000000000009.jpg
            |   |-- 000000000025.jpg
            |   |-- 000000000030.jpg
            |   |-- ... 
            `-- val2017
                |-- 000000000139.jpg
                |-- 000000000285.jpg
                |-- 000000000632.jpg
                |-- ... 

六、数据集验证
Testing on COCO val2017 dataset using model zoo’s models (GoogleDrive)
For single-scale testing:
1、在源码目录中打开cmd
2、激活虚拟环境
3、输入以下命令（一行输入，去掉\）

python tools/valid.py \
    --cfg experiments/coco/higher_hrnet/w32_512_adam_lr1e-3.yaml \
    TEST.MODEL_FILE models/pytorch/pose_coco/pose_higher_hrnet_w32_512.pth

输出图片在目录中的output查看

多尺度测试：输入时设置为一行语句，去掉[0.5,1.0,2.0]中的空格和引号

python tools/valid.py \
    --cfg experiments/coco/higher_hrnet/w32_512_adam_lr1e-3.yaml \
    TEST.MODEL_FILE models/pytorch/pose_coco/pose_higher_hrnet_w32_512.pth \
    TEST.SCALE_FACTOR [0.5,1.0,2.0]

修改各种参数时在w32_512_adam_lr1e-3.yaml等文件中修改