手把手教你快速上手人体姿态估计（MMPose）

最近在研究如何快速实现图像中人体姿态的估计，也就是常见的pose estimation任务。花了些时间，实际对比了AlphaPose、BlazePose和MMPose。BlazePose主要为移动端设计，AlphaPose安装配置比较麻烦，MMPose用起来更为方便，而且支持的模型数量也很多。因此，最终选定MMPose作为人体姿态估计的算法库。以下实测环境为Ubuntu20.04系统。

MMPose源码：

https://github.com/open-mmlab/mmpose

MMPose官方文档：

https://mmpose.readthedocs.io/en/latest

1. 安装MMPose

(1) 准备基础的环境：

conda create -n open-mmlab python=3.7 -y
conda activate open-mmlab
conda install pytorch torchvision -c pytorch

(2) 安装mmcv，需要选择对应的cuda和torch版本，我这里是cu103和torch1.10.0：

pip install mmcv-full -f https://download.openmmlab.com/mmcv/dist/cu113/torch1.10.0/index.html

(3) 安装MMPose：

git clone git@github.com:open-mmlab/mmpose.git  #git报错的话加sudo
cd mmpose
pip install -r requirements.txt
pip install -v -e .

2. 安装MMDetection

由于MMPose需要依赖给定的检测框，因此可以通过MMDetection先检测出图像中的人体框，再通过MMPose来输出姿态估计结果。直接采用pip安装，非常方便。

pip install mmdet

3. 测试

以上安装完成之后，就可以在准备好的图像上测试姿态估计的效果了。这里对官方文档稍作修改，直接处理给定文件夹下的所有图像，并将结果存在另一个文件夹中。

修改之后的demo/pose_demo_mmdet.py代码如下：

# Copyright (c) OpenMMLab. All rights