深度学习tf-pose-estimation人体姿态识别实现教程

这个项目在github上非常火，项目地址是：https://github.com/ildoonet/tf-pose-estimation，是基于tensorflow深度学习框架实现的人体姿态识别，有兴趣地朋友可以去找一下。这个项目的原始项目是用caffe框架，c++编写的人体姿态识别（检测人体身体部分、手、脸、脚等部位）。
参考的文献如下，有兴趣的同学可以读一下：
（1）OpenPose: Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields
（2）Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields
（3）Hand Keypoint Detection in Single Images using Multiview Bootstrapping
（4）Convolutional Pose Machines

下面我主要介绍一下tf-pose-estimation环境配置步骤，对这个项目感兴趣的同学，可以根据我的步骤完成实验：
**1.首先在github上下载tf-pose-estimation （点击clone and download）**http://www.github.com/ildoonet/tf-openpose

2.创建一个虚拟环境（我这里用的是conda虚拟环境，也可以用venv）。
conda create -n tf-pose python=3.7
#tf-pose是你创建的环境名称
activate tf-pose
#激活你创建的环境

3.安装相应的依赖项
pip install -r requirements.txt
pip install opencv
pip install tensorflow-gpu
更新：pip install --ignore-installed --upgrade tensorflow-gpu

4.build c++ library
（1）先下载swig，然后用swig命令去编译
下载地址：http://prdownloads.sourceforge.net/swig/swigwin-3.0.12.zip
解压到任意目录，我这里放在C:\swigwin-3.0.12，把该目录加入环境变 量path。
（2）cd tf-pose-estimation/tf_pose/pafprocess/
运行：swig -python -c++ pafprocess.i && python3 setup.py build_ext --inplace

5.下载tensorflow 训练好的graph文件（pb file）
该项目提供的文件有四个：
cmu (trained in 656x368)
mobilenet_thin (trained in 432x368)
mobilenet_v2_large (trained in 432x368)
mobilenet_v2_small (trained in 432x368)
因为graph太大了，所以项目作者把它放到了云上，如果您想使用cmu的原始模型，应该下载它们。model文件夹中提供了下载脚本。
$ cd models/graph/cmu
$ bash download.sh
其他的不需要安装。

6.开始运行：
（1）使用一个图片运行：
python run.py --model=mobilenet_thin --resize=432x368 --image=./images/p1.jpg

（2）实时的webcam
python run_webcam.py --model=mobilenet_thin --resize=432x368 --camera=0
下图是效果图：（连衣服上的人都检测出来了，哈哈哈）
有兴趣的同学可以私聊我。
可以参考：https://www.jianshu.com/p/402201fc6f04

提问

1.如何像博主一样在图像上显示坐标：（贡献出我的代码）

centers = {}
        flat = [0.0 for i in range(36)]
        for human in humans:
            # draw point
            for i in range(common.CocoPart.Background.value):
                if i not in human.body_parts.keys():
                    continue
 
                body_part = human.body_parts[i]
                center = (int(body_part.x * image_w + 0.5), int(body_part.y * image_h + 0.5))
                centers[i] = center
                flat[i * 2] = center[0]
                flat[i * 2 + 1] = center[1]
                cv2.circle(npimg, center, 3, common.CocoColors[i], thickness=3, lineType=8, shift=0)
            # draw x,y
                text = "X:" + str(center[0]) + "Y:" + str(center[1])
                cv2.putText(npimg, text, (center[0], center[1]), cv2.FONT_HERSHEY_PLAIN, 1, (255, 255, 255), thickness=1)

2.训练好的graph文件下载很慢
那是因为，是国外的项目，放在了国外服务器上。我的方法就是直接把bash里面出现的网址，复制在浏览器上下载。

３.gpu配置问题和环境部署问题
这个坑留到以后填上，以后会介绍高大上的工具，docker