记录:配置tf-openpose环境爬过的那些坑

本文记录了配置tf-openpose环境的过程,包括安装Anaconda、Visual Studio 2017、CUDA 9.0、cuDNN 7.1.4、tensorflow-gpu 1.12.0和OpenCV的详细步骤。强调了版本匹配的重要性,以及在安装过程中遇到的pycocotools、functools32和swig的问题及解决方案。最终在1050Ti显卡上实现9fps的人体骨骼捕捉。
摘要由CSDN通过智能技术生成

起因

正如博主在上一篇博文里所写的,今年研究室的项目是通过tf-openpose以及深度学习的方式实现《街头霸王》的玩家动作识别远程对战,所以配置tf-openpose的环境成了开始的第一步。

过程

在一无所知的情况下,查阅了无数个网站的安装攻略又或是博客,再经历了各种安装报错再安装在报错,以及两次重置系统之后,总结一下这次成功的建立。
博主的电脑的是联想Y700,系统是WIN10,显卡是1050Ti。从一台崭新的电脑到安装好tf-openpose并成功运行摄像头捕捉到人体的骨骼,安装了一下几样东西:Anaconda + Cuda + Cudnn + tensorflow-gpu + Visual Studio + OpenCV 以及各种安装过程报错后需要补充安装的东西。

务必要确定好各个安装的软件的版本

如果以上5个软件的版本不相匹配的话,在验证tensorflow-gpu是否成功安装的时候会始终报错(https://github.com/tensorflow/tensorflow/issues/22794#event-1888693166)。
具体确认版本的操作是右键桌面打开英伟达显卡管理器,在「帮助」中查阅「系统信息」可以确认显卡对应的cuda的版本,然后参考官网的对应版本说明表格(

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值