Ubuntu18.04复现keras_Realtime_Multi-Person_Pose_Estimation（含训练）

项目地址：https://github.com/michalfaber/keras_Realtime_Multi-Person_Pose_Estimation

论文地址：https://arxiv.org/abs/1611.08050

COCO数据集下载地址：

train2017 http://images.cocodataset.org/zips/train2017.zip （18G）

val2017 http://images.cocodataset.org/zips/val2017.zip  （1G）

train2017/val2017 annotation http://images.cocodataset.org/annotations/annotations_trainval2017.zip（241M）

test2017 http://images.cocodataset.org/zips/test2017.zip （6G）

对于使用COCO数据集的这些项目，复现的一个关键点就是pycocotools的安装，在windows和ubuntu下安装方式有区别，具体可以参考“Ubuntu、win10安装pycocotools”，如果只是加载

Step1：环境配置

用Anaconda创建一个python3.6虚拟环境，然后依次安装所需的包

# 创建虚拟环境并激活
conda create -n pose python=3.6
conda activate pose

# 安装包，以下都需要，多次尝试得出的结论
# tensorflow、keras是否安装gpu版根据自身情况来定
conda install tensorflow==1.13.1
conda install keras==2.2.4
conda install cython     # 这是pycocotools的关键依赖包
conda install pycocotools
pip install opencv-python
conda install pillow
conda install ipython
conda install configobj
conda install matplotlib
conda install pandas
conda install tensorpack==0.9  # 这个必须版本固定0.9，往上往下的版本都会报错

Step2：测试一张图片

先下载预训练的keras模型https://www.dropbox.com/s/llpxd14is7gyj0z/model.h5

下好之后在项目文件夹的model中新建一个文件夹keras，然后将h5文件放进去

最后运行官方测试用例

python demo_image.py --image sample_images/ski.jpg

运行之后会在文件夹中保存一个result.jpg文件

Step3：训练

如果按照上面的方法把所有的包都装好了，直接运行训练文件应该是不会报错，但是我也在其他一下奇怪的地方复现过，比如阿里云服务器之类的，有可能会出现下面的问题：

ImportError:libSM.so.6:cannot open shared object file:No such file or directory

ImportError:libXrender.so.1:cannot open shared object file:No such file or directory

这个问题有一个比较好的解决办法，可以参考这个https://blog.csdn.net/hesongzefairy/article/details/106217692

还有最后一个问题，当train文件运行起来之后，会下载vgg19的模型，这个可能是我网不好，总是下不下来，这里给同样网不好的同学提供一个解决方案，根据程序运行时命令行提示的下载网址，自己挂vpn去下，下好之后放在指定位置，这样跑训练的时候会检测到vgg19的模型已经下载了，直接进入下一步。这个模型指定的位置是/.keras/model，/.keras这个文件夹是个隐藏文件夹，需要设置一下隐藏文件夹可见才行。

那么训练准备好数据集就可以开始了

python train_pose.py