前言:
openpose是一个较为出色的humans pose estimate框架,其版本有caffe和tensorflow版本,由于题主一直在tensorlfow环境下工作,因此在此搭建了openpose的tensorflow环境,特此记录。
(感谢另外两位答主的博客作为指引,已经他们的流程试错并在此记录下过程,避免其他小伙伴踩坑)
放入链接:
https://blog.csdn.net/lvcoc/article/details/83109005
https://blog.csdn.net/XiaoHeiBlack/article/details/81530413
以下为正文:(window10+tensorflow+openpose)
1.搭建好tensorlfow框架的环境,这个不多说,网上有很多教程。
2.从github中下载tf版本的openpose
下载地址:https://github.com/ildoonet/tf-pose-estimation
3.接下来需要使用git来安装openpose所需要的依赖库
1)如果安装了git并且使用过git命令下载的同学可以跳过这一步,转至2)
git for windows website:
https://git-scm.com/downloads/
下载下来以后全部选择next进行安装
安装完毕之后:右击鼠标右键即可看见Git Bash Here,打开git bash ,输入 git,安装完毕
2)返回主目录,下载所需要的依赖
pip install -r requirements.txt
4.运行测试命令:
python run.py --model=mobilenet_thin
会报错: NameError: name 'ModuleNotFoundError' is not defined
这是因为还没有进行编译。
5.进行编译:
1)下载swigwin,下载地址:(要下载的是swigwin,而不是swig)
http://www.swig.org/download.html
下载解压后将其添加到环境变量中即可:E:\swig\swigwin-3.0.12
cmd运行swig --help不报错即可
2)编译
在tf_pose/pafprocess中执行命令
swig -python -c++ pafprocess.i && python setup.py build_ext --inplace
得到如下结果:
还要再编译为openpose 为python库,(还是在这个文件目录下)
python setup.py install
6.至此,运行demo
python run.py --model=mobilenet_thin
得到:
恭喜成功安装!