CUDA11.1安装AlphaPose

本文详细记录了在Ubuntu20.04系统中,使用RTX3070和CUDA11.1安装PyTorch及AlphaPose的过程。通过创建conda虚拟环境、安装依赖、克隆并配置AlphaPose项目,最终成功运行测试命令进行人体姿态估计。测试过程中涉及的模型包括yolov3-spp.weights和fast_res50_256x192.pth。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

我的电脑是:ubuntu20.04   RTX3070  cuda11.1  

官方安装:AlphaPose/INSTALL.md at master · MVIG-SJTU/AlphaPose · GitHub

GitHub - MVIG-SJTU/AlphaPose: Real-Time and Accurate Full-Body Multi-Person Pose Estimation&Tracking System

# 1. Create a conda virtual environment.
conda create -n alphapose python=3.7 -y
conda activate alphapose

# 2. Install PyTorch
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge

# 3. Get AlphaPose
git clone https://github.com/MVIG-SJTU/AlphaPose.git

用pycharm打开clone的AlphaPose,在终端执行
git pull origin pull/592/head 

忘了截图,中间默认点击确定就好了(这个图片怎么一直传不上来!?)




cd AlphaPose

# 4. install
export PATH=/usr/local/cuda/bin/:$PATH
export LD_LIBRARY_PATH=/usr/local/cuda/lib64/:$LD_LIBRARY_PATH
python -m pip install cython
sudo apt-get install libyaml-dev

python setup.py build develop

出现错误

多重复几次后:

终于装好了,嘤嘤嘤。

测试图片

目标检测的模型:yolov3-spp.weights

        把yolov3-spp.weights放到detector/yolo/data

下载合适的模型 :fast_res50_256x192.pth

        把下载好的模型放到AlphaPose/pretrained_models文件夹下

测试命令:

python scripts/demo_inference.py --cfg configs/coco/resnet/256x192_res50_lr1e-3_1x.yaml --checkpoint pretrained_models/fast_res50_256x192.pth --indir /home/miao/study/3Drecon/test/alphapose/in/ --outdir /home/miao/study/3Drecon/test/alphapose/out/ --save_img

 

### 如何卸载 CUDA 11.1安装 CUDA 11.3 #### 卸载 CUDA 11.1 要卸载已有的 CUDA 11.1 版本,可以按照以下方法操作: 对于 CUDA 11.1 或更高版本,可以通过运行 `cuda-uninstaller` 脚本来完成卸载过程。具体命令如下: ```bash cd /usr/local/cuda-11.1/bin/ sudo ./cuda-uninstaller ``` 这一步会移除 CUDA 工具包的核心组件[^1]。 完成后,还需要手动删除残留文件夹以确保彻底清理旧版 CUDA 安装: ```bash sudo rm -rf /usr/local/cuda-11.1 ``` 如果之前通过 `runfile (.run)` 方式安装了 NVIDIA 驱动程序,则需要注意可能需要单独更新或重新安装驱动程序。建议先确认当前系统的驱动版本是否满足新版本 CUDA 的需求[^3]。 --- #### 安装 CUDA 11.3 为了安装新的 CUDA 11.3 版本,可以从官方资源获取对应的安装文件并执行安装流程。 ##### 下载 CUDA 11.3 安装器 访问 NVIDIA 官方网站下载页面,找到适合的操作系统和目标版本(例如 CUDA 11.3)。通常情况下,推荐使用 `.run` 文件方式进行灵活控制。以下是示例命令用于下载和准备安装脚本: ```bash wget https://developer.download.nvidia.com/compute/cuda/11.3.0/local_installers/cuda_11.3.0_465.19.01_linux.run sudo chmod +x cuda_11.3.0_465.19.01_linux.run ``` ##### 执行安装 启动安装向导前,请注意关闭图形界面服务以防冲突(可选步骤),之后运行以下命令来触发安装进程: ```bash sudo sh cuda_11.3.0_465.19.01_linux.run ``` 在此过程中会有选项询问是否一并安装 GPU 驱动——根据实际环境决定是否接受默认设置即可[^2]。 最后调整环境变量以便于后续开发工作顺利开展,在用户的 shell profile 中加入路径声明语句(如 `.bashrc` 文件): ```bash export PATH=/usr/local/cuda-11.3/bin:$PATH export LD_LIBRARY_PATH=/usr/local/cuda-11.3/lib64:$LD_LIBRARY_PATH source ~/.bashrc ``` 验证安装成功与否可通过简单测试命令实现: ```bash nvcc --version ``` 以上即完成了从卸载到全新部署整个周期内的全部必要环节说明[^4]。 ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值