【openMMLab】MMPose 代码教程

原创

已于 2023-06-05 11:48:05 修改 · 1k 阅读

5 ·

CC 4.0 BY-SA版权

文章标签：

#计算机视觉 #深度学习 #人工智能

于 2023-06-03 18:01:52 首次发布

本文详细介绍了如何在Ubuntu系统中搭建实验环境，包括安装PyTorch、MMPose、MMCV及其他工具包，以及如何下载和使用MMPose的预训练模型进行人体姿态估计和关键点检测的预测。通过示例展示了对静态图片和视频的预测过程，涉及不同模型如HRNet和RTMPose。

系列文章目录

第一课：【OpenMMLab】OpenMMLab概述
第二课：【OpenMMLab】人体姿态估计、关键点检测与MMPose

前言

在上一次博客中，我们介绍了人体姿态估计，关键点检测任务相关的知识，本次博客将带大家进行关键点检测实战，体验关键点检测的全流程。
参考资料包括：

实验环境

实验环境 Ubuntu 22.04，NVIDIA Driver Version 530.41.03

安装 Pytorch

创建 conda 虚拟环境。(此处省略了安装anaconda)

conda create -n env_name python=*.*  # 创建虚拟环境
conda activate env_name				# 激活虚拟环境

安装 pytorch
到 pytorch 官网选择所需的 Pytorch 版本和 CUDA 版本。
本次安装使用 pip 安装，选择了最新的Pytorch 2.0.1 和驱动支持的最高CUDA版本 11.8

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

在这里插入图片描述
3. 简单验证Pytorch是否安装成功

python 		# 进入 python console
>>> import torch
>>> torch.__version__
'2.0.1+cu118'
>>> torch.cuda.is_available()
True
>>> exit()

安装 MMPose

用MIM安装MMCV

pip install -U openmim		# -U 表示升级到最新版本
mim install mmengine
mim install 'mmcv>=2.0.0'
mim install 'mmdet>=3.0.0'
# 进入 python console 检查mmcv是否安装成功
python 
>>> import mmcv
>>> from mmcv.ops import get_compiling_cuda_version, get_compiler_version
>>> mmcv.__version__
'2.0.0'
>>> get_compiling_cuda_version()
'11.8'
>>> get_compiler_version()
'GCC 9.3'
>>> exit()

安装其他工具包

pip install opencv-python pillow matplotlib seaborn tqdm pycocotools

下载MMPose

可参考：
廖雪峰 Git 教程
 pip install . 和 pip install -e . 的区别

# 进入准备安装项目的目录
cd path_to_project		
# 如果配置好git ssh  -b 表示 视频教程中使用的项目分支，如果只需要安装mmpose 不需要加-b tutorial2023
git clone git@github.com:open-mmlab/mmpose.git -b tutorial2023
# 也可以直接 https
git clone https://github.com/open-mmlab/mmpose.git -b tutorial2023
cd mmpose
mim install -e .
# 创建用于保存 训练权重，预测结果 数据 的文件夹
mkdir checkpoint output data/test 
# 进入 python console 检查 mmpose 安装是否成功
python
>>> import mmpose
>>> mmpose.__version__
'1.0.0'
>>> exit()

安装 MMDetection

cd path_to_project
# 如果不跟同济子豪兄的视频教程，不需要加 -b
git clone git@github.com:open-mmlab/mmdetection.git -b 3.x
git clone https://github.com/open-mmlab/mmdetection.git -b 3.x
cd mmdetection
mkdir checkpoint outputs data
pip install -v -e .
python
>&g