OpenPose在win10系统的配置与运行

目录

前言

硬件支持参考

软件配置

安装VS2017

cuda和cudnn安装

安装CMake工具

OpenPose项目文件准备

项目编译生成：

openpose测试：

结语

---

前言

最近一段时间在基于openpose骨架提取工具做一些研究，但是openpose的配置调试就花费了不少精力，网上也就一些教程，写的各有重点，所以我想汇总写一个相对完善的配置调试过程，顺便记录一下自己在其中碰到的坑，本篇文章未能详尽的地方欢迎大神补充。

硬件支持参考

openpose官网建议的配置：

• Nvidia GPU version:

1.NVIDIA graphics card with at least 1.6 GB available 
2.At least 2.5 GB    of free RAM memory for BODY_25 model or 2 GB for COCO model (assuming    cuDNN installed).  
3.Highly recommended: cuDNN.

• AMD GPU version:

1.Vega series graphics card
2.At least 2 GB of free RAM memory.

• CPU version:

Around 8GB of free RAM memory.

首先只使用cpu进行处理图像的openpose速度极慢，运行起来fps小于1，建议使用显卡加速open pose。Nvidia的GPU由于可以方便的配置cuda和cudnn，所以可以加速基于深度学习的openpose。AMD的GPU经过配置也可以加速，但是由于AMD的GPU配置相对繁琐，使用AMD来做openpose的朋友很少。下面主要针对Nvidia的显卡进行配置。

目前在3台不同电脑上配置过，主机参数、运行openpose的版本及运行测试视频帧数如下（仅供参考，另opv1.7的在860M 2g和1660s 4g上运行不起来）：

• 笔记本：win10，i5-4210H 2.9GHz，GTX860M 2g，RAM 8GB，opv1.6，运行帧数 2FPS；
• 台式机：win10，i5-11400F 2.6GHz，GTX1660S 4g，RAM 8GB，opv1.6，运行帧数 6FPS；
• 台式机：win10，i711700K 3.6GHz，RTX3060 12g，RAM 16GB，opv1.7，运行帧数 12FPS；

以上帧数均是在默认参数下运行结果，配置好后可以自行调参，提高帧数。

软件配置

我以目前使用的台式机：win10，i711700K 3.6GHz，RTX3060 12g，RAM 16GB为例。

需要配置的有Visual Studio 2017+cuda+cudnn+python+cmake。

安装VS2017

网址：https://my.visualstudio.com/Downloads?q=visual%20studio%202017

最好安装vs2015~vs2017的版本，vs版本过高很可能导致之后release报错。

安装过程中主要安装一下几个组件

cuda和cudnn安装

cuda官网：CUDA Toolkit Archive | NVIDIA Developer

在官网选择适合自己GPU的cuda版本。在显卡的控制面板中查看cuda支持型号，以我的主机为例，图中显示driver版本是11.4版本的cuda，则我的显卡可以安装11.4及以下版本的cuda。实但是测RTX3060不支持11.0一下版本的cuda。我选择的是11.1的版本。

 cuda的安装路径建议一路选择默认的路径，不然很可能报错。

安装完成后可以在系统cmd中输入nvcc -V后敲回车，出现一下字段则表示安装成功：

 

 cudnn官网：cuDNN Archive |英伟达开发者 (nvidia.com)

如图选择下载与cuda对应的版本。

 下载到本地解压后，将cudnn中的文件夹，拷入cuda中对应的文件夹。如图，如果你的cuda是默认安装路径，应该可以按照途中路径找到相应文件夹。

 安装完之后通过cmd验证一下是否安装成功：

在系统cmd中运行NVIDIA提供的 deviceQuery.exe 和 bandwidthTest.exe 两个exe文件，来查看GPU的状态，两者均在安装目录的 extras\demo_suite文件夹中。

 运行结果如下则表示安装配置成功。记得在cmd中运行，直接双击运行很可能会出现程序闪退。

首先运行 deviceQuery.exe ，可以看到如下结果：

 运行 bandwidthTest.exe 看到如下结果：

 至此cuda和cudnn安装配置成功。

安装CMake工具

在CMake官网：Download | CMake

下载相应安装包，安装。

OpenPose项目文件准备

在openpose的官网下载或git项目源码（下载压缩包和git clone的区别是git clone的项目包含历史版本信息，下载和git的项目都可以正常使用）。

GitHub官方网址：https://github.com/CMU-Perceptual-Computing-Lab/openpose/releases  

Gitee国内网址：Bigger/openpose (gitee.com)  (官网上不去时可以使用此地址)

 如图，以GitHub官网为例，下载压缩包到本地并解压。解压后的内容如下：

 在项目下的models文件夹中运行如下两个文件，下载识别model（也可以等cmake时自动下载，但是cmake中下载一般很慢，所以提前下载）：

 下载项目下3rdparty文件夹中的3个文件夹中的相应文件：

 

首先是caffe文件夹，需要下载caffe压缩包解压后塞进去（所有网盘链接内的文件都对应的是opv1.7版本，是否使用与其他版本op，请自行尝试）。

网盘链接：https://pan.baidu.com/s/1xE3jQxDR86ZflYsU6cGJPw 
提取码：c2sd

将压缩包内的内容全部拷入项目下caffe文件夹，完成后如图：

然后是pybind11文件夹，同样在网盘链接中下载压缩包，解压塞进pybing11文件夹，完成后如图：

 

 接下来是windows文件夹，打开weindows文件夹，双击如下5个程序，下载相应的包：

到此openpose项目的相关文件准备就绪。

项目编译生成：

打开 cmake 里的cmake-gui.exe文件。

 在项目中新建工程文件夹，命名为build

打开CMake，选择源码和自己新建的工程文件，然后点击configure。

 在选项框中选择自己安装的vs版本，我这里选择的是2017版本的，如果是64位操作系统就在第二个下拉框中选择×64，如果是32位系统则不用管，默认就是32位的，然后点finish，等待configure完毕。如下图：

 生成完毕如下图所示，选择需要的选项后，点击generate，等待：

 

 显示如下消息则generate完毕。

openpose测试：

 然后可以关闭CMake，在build文件夹测试项目。如下图所示，使用vs2017打开openpose.sln文件，

打开后，在vs界面上端切换为release模式，然后按顺序右键点击生成右侧四个项目

 右键openpose demo，设置为启动项。

如果电脑连接有摄像头，点击运行，可以直接对摄像头画面中的人物进行骨架提取：

 

 

 若没有摄像头，可以打开设置文档，对项目自带的视频进行提取。

右键打开openpose.cpp， 

 然后右键打开flags.hpp文件，

 在“”内输入视频路径，examples/media/video.avi

 然后点击运行，对视频进行提取，如下图所示：

 到此，openpose测试成功。

结语

未能详尽的地方，希望大家补充。欢迎各位在评论区交流openpose和基于它的一些二次开发。