Openpose windows python安装笔记

折腾了好几天终于装好了这玩意

这里用的环境是:vs2019,cuda10.1

首先装好cuda和cudnn环境,查找需要的cuda和cudnn版本并下载

cuda安装一直下一步即可

cudnn文件解压后出现4个文件(夹)

将其复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v(version) 下

添加环境变量到系统变量Path中

1)C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v(version)\bin

2)C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v(version)\lib\x64

将C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v(version)\extras\CUPTI\libx64\cupti64_(version).dll复制到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v(version)\bin 中

以上cuda安装完毕

下载Openpose源码

如果安装了git,就用git下载 git clone https://github.com/CMU-Perceptual-Computing-Lab/openpose.git

否则直接去 https://github.com/CMU-Perceptual-Computing-Lab/openpose 下载

然后

1. 运行…/openpose-master/models/中的getModels.bat 下载所需的模型
2. 运行…/openpose-master/3rdparty/windows中的getCaffe.bat,getCaffe3rdparty.bat和getOpenCV.bat 下载各种依赖
3. 下载pyhind11,放在openpose-master\3rdparty文件夹下覆盖即可。 pyhind11百度云,提取码hgnd

这里参考了https://blog.csdn.net/xuelanlingying/article/details/102793110

建议就先按以上步骤自己下载,直接按configure也能下载,但是网不好的话,中间可能有坑!!

安装好之后打开cmake,这里用的3.19版本

source选择openpose的路径

生成目录选择openpose下的build目录,名字可以不是build,不要是中文目录,一定要建在openpose的路径下,否则最后跑不起来!!!!

然后点击configure,然后finish

出现 Configuring done后

勾选BUILD_PYTHON 然后Generate

完成以后点Open Project 或者去build目录下子找sln

修改为release 模式 生成解决方案

然后运行 

可以看到已经安装成功

然后测试python 环境

打卡cmd,转到 tutorial_api_python 执行 下面内容

结果如下,说明python环境安装完毕

  • 2
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 8
    评论
其代码较为简单,模型(较小:7.8M)已经训练好在graph_opt.pb文件中,其中全部实现代码在openpose.py文件中,下面是实现代码及测试效果: # To use Inference Engine backend, specify location of plugins: # export LD_LIBRARY_PATH=/opt/intel/deeplearning_deploymenttoolkit/deployment_tools/external/mklml_lnx/lib:$LD_LIBRARY_PATH import cv2 as cv import numpy as np import argparse parser = argparse.ArgumentParser() parser.add_argument('--input', help='Path to image or video. Skip to capture frames from camera') parser.add_argument('--thr', default=0.2, type=float, help='Threshold value for pose parts heat map') parser.add_argument('--width', default=368, type=int, help='Resize input to specific width.') parser.add_argument('--height', default=368, type=int, help='Resize input to specific height.') args = parser.parse_args() BODY_PARTS = { "Nose": 0, "Neck": 1, "RShoulder": 2, "RElbow": 3, "RWrist": 4, "LShoulder": 5, "LElbow": 6, "LWrist": 7, "RHip": 8, "RKnee": 9, "RAnkle": 10, "LHip": 11, "LKnee": 12, "LAnkle": 13, "REye": 14, "LEye": 15, "REar": 16, "LEar": 17, "Background": 18 } POSE_PAIRS = [ ["Neck", "RShoulder"], ["Neck", "LShoulder"], ["RShoulder", "RElbow"], ["RElbow", "RWrist"], ["LShoulder", "LElbow"], ["LElbow", "LWrist"], ["Neck", "RHip"], ["RHip", "RKnee"], ["RKnee", "RAnkle"], ["Neck", "LHip"], ["LHip", "LKnee"], ["LKnee", "LAnkle"], ["Neck", "Nose"], ["Nose", "REye"], ["REye", "REar"], ["Nose", "LEye"], ["LEye", "LEar"] ] inWidth = args.width inHeight = args.height net = cv.dnn.readNetFromTensorflow("graph_opt.pb") cap = cv.VideoCapture(args.input if args.input else 0) while cv.waitKey(1) < 0: hasFrame, frame = cap.read() if not hasFrame: cv.waitKey() break frameWidth = frame.shape[1] frameHeight = frame.shape[0] net.setInput(cv.dnn.blobFromImage(frame, 1.0, (inWidth, inHeight), (127.5, 127.5, 127.5), swapRB=True, crop=False)) out = net.forward() out = o

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 8
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