安装mmpose

openmmlab官方网址：https://openmmlab.com/codebase
mmpose官方安装链接：
https://mmpose.readthedocs.io/zh-cn/latest/installation.html

1. 创建虚拟环境，安装pytorch

常规的安装虚拟环境并激活

conda create --name openmmlab python=3.8 -y
conda activate openmmlab

在安装pytorch时遇到问题：
1.首次安装时发现torch.cuda.is_available()为False, 安装命令为:

conda install pytorch torchvision -c pytorch

以上命令会自动安装最新版的 PyTorch 与对应的 cudatoolkit，问题定位觉得可能版本没有对应或者没有安装toolkit，然后conda uninstall pytorch
2. 通过nvidia-smi命令确定了cuda版本为12.0，driver version为525.89，此版本互相匹配，在pytorch官网重新找安装命令，版本适配，装版本11.8的pytorch：

conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

并安装tookit

conda install cudatoolkit=11.8

发现仍然无法调用cuda.
3. 通过conda list查看已安装的包，发现pytorch安装的是CPU版本，pytorch-mutex 显示为CPU，因此猜测可能是在安装pytorch之间环境中已经有了默认的CPU pytorch mutex，因此conda uninstall pytorch-mutex，然后执行命令2，cuda调用成功。
4. 针对于使用命令2安装的pytorch依然是CPU版本的问题，看网上提供的另外解决方法是调用类似命令即说明版本号：

conda install pytorch==2.0.0 torchvision==0.15.0 torchaudio==2.0.0 pytorch-cuda=11.8 -c pytorch -c nvidia

2. 安装openmim,mm系列

在默认的aliyun下没有适配的版本，报错，才豆瓣源下安装成功

pip install -U openmim -i https://pypi.douban.com/simple
mim install mmengine -i https://pypi.douban.com/simple
mim install "mmcv>=2.0.1"
mim install "mmdet>=3.1.0"  -i https://pypi.douban.com/simple

3. 安装mmpose

采用Git clone的方式

git clone https://github.com/open-mmlab/mmpose.git
cd mmpose
pip install -r requirements.txt  -i https://pypi.douban.com/simple
pip install -v -e .
# "-v" 表示输出更多安装相关的信息
# "-e" 表示以可编辑形式安装，这样可以在不重新安装的情况下，让本地修改直接生效

4. 模型推理验证安装

首先下载权重文件和配置文件，在当前目录下找到这两个文件：td-hm_hrnet-w48_8xb32-210e_coco-256x192.py 和 td-hm_hrnet-w48_8xb32-210e_coco-256x192-0e67c616_20220913.pth, 分别是配置文件和对应的模型权重文件

mim download mmpose --config td-hm_hrnet-w48_8xb32-210e_coco-256x192  --dest .
python demo/image_demo.py \
    tests/data/coco/000000000785.jpg \
    td-hm_hrnet-w48_8xb32-210e_coco-256x192.py \
    td-hm_hrnet-w48_8xb32-210e_coco-256x192-0e67c616_20220913.pth \
    --out-file vis_results.jpg \
    --draw-heatmap

代码会将预测的关键点和热图绘制在图像中的人体上，并保存到当前文件夹下的 vis_results.jpg。