densepose linux编译安装测试历程以及参考过的大佬文章

历时断断续续5天，完成densepose的编译测试。

环境

python2.7 （之前用3.6试过，但是中途有问题，不确定是python版本的问题遂放弃。网络上有见过3.6编译成功的，so…别放弃）
cuda 9.2
opencv 3.4.8
torch 1.7.0
torchvision 0.9.1
其他版本应该没有严格要求可以参照下面链接各路大佬的安装。

编译

下面就开始甩链接了，按照这几个链接去操作，准没错！

https://www.jianshu.com/p/878cdb29a9cd
这个链接前面的步骤清晰明了，可以参考。后面编译densepose如果遇到和他相似的问题也可以参照。

https://blog.csdn.net/FatMigo/article/details/88648107
这个链接是我参照最多的文章，因为遇到的很多问题都有些解决方法，同时作者思路调理清晰，把产生相关问题的原因也解释了，可以举一反三。编译densepose主要就是Makefile里相关的include和lib路径要写对。

https://blog.csdn.net/qq_41731082/article/details/104342649
这篇文章是在后期编译ops完成之后遇到问题的参考，包括test的时候遇到的GPU问题和其他问题，这里都有解释。很不错。

其他编译的链接就不甩了，大家动动手指都知道，我主要参考的就是这几个链接。

其他（编译过程中的回忆）

densepose对于GPU的显存要求较高，你要保证显存至少2G，这样运行各种官方测试test的时候才不会out of memory。我没有更改batchsize，直接在test文件添加os.environ[“CUDA_VISIBLE_DEVICES”] = “1,3”，凑2G显存。

在编译densepose的ops时会出现很多找不到.h文件的问题，一般就是版本对不上，这时候不需要卸载重装，只需要在网上找到该文件放到指定位置即可，屡试不爽。我是直接sudo find，因为还有其他环境可能有这个包。你也可以试试。

最后编完用

python2 tools/infer_simple.py \
    --cfg configs/DensePose_ResNet101_FPN_s1x-e2e.yaml \
    --output-dir DensePoseData/infer_out/ \
    --image-ext jpg \
    --wts https://dl.fbaipublicfiles.com/densepose/DensePose_ResNet101_FPN_s1x-e2e.pkl \
    DensePoseData/demo_data/demo_im.jpg

这个试试

芜湖~完事儿！
还有啥别的以后想起来再补充吧