alplapose（pytorch version）安装配置

最新推荐文章于 2025-09-20 04:32:05 发布
原创 最新推荐文章于 2025-09-20 04:32:05 发布 · 5.4k 阅读 · 18 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#alphapose #pytorch #ubuntu16.04

本文档详细介绍了在Ubuntu16.04上安装配置Alphapose（PyTorch版本）的步骤，包括解决ntpath依赖问题、安装PyTorch、下载模型权重、安装NVIDIA驱动、处理CUDA内存不足的错误，以及处理系统重启后黑屏的问题。通过这个过程，读者可以成功运行Alphapose并进行人体关键点检测。

Alphapose（pytorch version）github页面：https://github.com/MVIG-SJTU/AlphaPose/tree/pytorch

搞了双系统win10+ubuntu16.04
在ubuntu16.04内部运行alphapose代码

  • python2.7和python3.5，先安装pip3(python3-pip)
  • 下代码
git clone -b pytorch https://github.com/MVIG-SJTU/AlphaPose.git
  • 安装代码依赖项
pip3 install -r requirements.txt

注意：ntpath总是提示Could not find a version that satisfies the requirement ntpath
单独安装ntpath也没用，上网搜ntpath资料也是少之又少，最后在alphapose的issue中看到有人说ntpath not necessary。fine，不管它！

最低0.47元/天 解锁文章
PyTorch 最新安装教程（2021-07-27）
风口IT猪的成长录
07-27 22万+
PyTorch 最新安装教程（2021-07-27）前言1. 安装 Anaconda2. 检查显卡，更新驱动3. 创建PyTorch环境4. 配置清华TUNA镜像源5. 安装 PyTorch6. 测试 前言 万事开头难！ 这句话又一次被我验证。 记得前不久刚陷入Tensorflow2.0的安装困境，这一次又被PyTorch 搞哭辽。 孩子太难了o(╥﹏╥)o，不过还好最终成功安装，感谢全网资源，感谢大佬们的博客！被我一次一次试了出来。 1. 安装 Anaconda Anaconda 是一个用于科学计算的 P
PyTorch详细安装指南与常见问题解决方案
最新发布
a246808642的博客
09-26 2745
本文提供了2025年最新PyTorch安装指南，涵盖Windows、macOS和Linux三大平台，包括CPU/GPU版本详细安装步骤。主要内容：1）安装前准备，包括系统硬件检查与包管理器选择；2）各平台具体安装流程，推荐使用Conda管理环境；3）安装验证方法及测试代码；4）常见问题解决方案。针对不同硬件配置（如NVIDIA显卡、Apple Silicon）提供差异化指导，并包含国内镜像加速配置建议，帮助用户快速完成PyTorch环境搭建。
Alphapose论文精读
qq_45116161的博客
03-19 2592
作者 郝淑芳1∗，书琴谢1，泰宇荣2，策屋路 上海交通大学，中国腾讯优图 结论 本文提出了一种新的区域多人姿态估计（RMPE）框架，该框架在精度和效率上显著优于现有的多人姿态估计方法。它验证了当SPPE适用于人类检测器时，两步框架的潜力，即hu-man检测器+SPPE。我们的RMPE框架由三个新组件组成：带并行SPPE的对称STN、参数姿态NMS和姿态引导建议生成器（PGPGPG）。特别是，PGPG用于通过学习给定人体姿势的边界框建议的条件分布来对训练数据进行大量论证。由于对称STN和并行SPPE的使用，S
Alphapose_pytorch版本环境配置Win10
qq_43547141的博客
09-05 1456
Win10安装pytorch版本的alphapose
极速优化AlphaPose：TorchPrune剪枝+TensorRT加速全指南
gitblog_00997的博客
09-20 451
你是否还在为AlphaPose模型部署时的速度与精度平衡发愁？本文将带你掌握一套完整的模型优化工具链，通过TorchPrune实现模型轻量化，结合TensorRT引擎加速，让多人姿态估计速度提升300%的同时保持95%以上精度。读完本文你将获得： - 模型剪枝的参数调优技巧 - TensorRT量化部署的完整流程 - 优化前后性能对比的量化指标 ## 工具链组件与工作流 AlphaPose的模...
Alpha Pose 相关研究介绍
u014410989的专栏
07-24 4905
1. Open Pose (CVPR 2017) Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields Paper: https://arxiv.org/abs/1611.08050 Project: http://people.eecs.berkeley.edu/~zhecao/#top Code: https:...
alpha Pose 上海交大 姿态识别
AI 图像识别
05-26 5353
http://mvig.sjtu.edu.cn/research/alphapose.htmlAlphaPoseShanghai Jiao Tong University, Machine Vision and Intelligence Group(MVIG)IntroductionAlpha Pose is an accurate multi-person pose estimation sys...
Tx2上人体姿态估计AlphaPose配置安装教程
weixin_44554209的博客
01-22 2734
Tx2上人体姿态估计AlphaPose配置安装教程 1.Tx2的刷机 电脑主机（Linux系统） 实现方法有两种： ①安装Linux系统 ②下载VMware安装虚拟机（个人觉得用虚拟机较为方便） 刷机过程： 主机在官网https://developer.nvidia.com/embedded/jetpack下载JetPack安装包，例如JetPack-L4T-3.3-linux-x64.ru...
PyTorch安装与配置
unravel_tom的博客
05-25 1310
参考文档：解释器——python.exe，是人类与CPU之间的桥梁，需要配置系统环境变量 Anaconda：集成环境，包管理器 Conda当然我会给你提一些使用建议： Jetbrains Toobox：管理你的jetbrains下载的所有工具，安装/卸载工具方便，管理版本也方便，在Win电脑任务栏可快捷打开下载后的配置我不做过多描述，都学到配置PyTorch了，你多半很会敲代码了。PyTorch的安装可根据设备类型分为GPU版或CPU版。由于 CUDA 12.x 目前还没有广泛支持的 PyTorch 版本，
精选资源
pytorch安装配置教程
10-12
PyTorch 的安装配置过程涉及 Python 的安装、PyTorch 本体及其依赖库的安装、验证安装和配置开发环境等多个步骤。通过一系列简单的命令和步骤，可以顺利完成 PyTorch 的配置，从而开始进行机器学习和深度学习项目。
人体姿态估计Alphapose配置安装教程（GPU,超详细，亲测有效！）
qq_38522972的博客
10-10 3万+
首先简单介绍一下Alposepose 该模型提出的论文：《RMPE: Regional Multi-Person Pose Estimation》ICCV 2017，是由上海交通大学提出的，目前在多人自讨估计的效果最好。 论文 网址：https://arxiv.org/abs/1612.00137 文章的写作背景是单人姿态估计的方法不能用在多人上面，而多人姿态估计方法虽然效果不错，但是太慢了...
人体姿态估计的环境配置所需文件openpose
12-26
win10环境下的openpose版本，基于cudnn5.1,CUDNA8，可用于人体骨骼识别（面部+手+身体各部位）
【Google Colab】colab中将cpu运行模式切换成gpu及检查方法
weixin_56463218的博客
12-31 1000
在进行深度学习时初始化模型，将模型转移到GPU的时候出现了报错（如图）：意味着需要gpu来运行，用一下执行代码检查当前的gpu是否启用： 在代码编辑页中找到上方：【代码执行程序】>【更改运行时类型】选择GPU重新执行gpu启用检查代码：更改完成。不过所有的代码都会让你重新以gpu再运行一遍。
最全面解析 Ubuntu 16.04 安装nvidia驱动 以及各种错误
热门推荐
我就是小在的博客
04-17 6万+
解析 Ubuntu 16.04 安装nvidia驱动 各种错误 0.环境 1.安装方式说明 1.1ppa源安装 1.2手动run文件安装 2.run文件安装详解 2.1手动下载驱动 2.2卸载旧驱动 2.3安装可能需要的依赖（可选，脸红可以跳过） 2.4禁用noueau驱动 2.5进入blos关闭secure boot （华硕还有fast boot） 2.6进入tty关闭图形界面 ...
【已解决】RuntimeError: CUDA out of memory. Tried to allocate 50.00 MiB (GPU 0； 4.00 GiB total capacity；
BetrayFree的博客
11-09 4810
主机中的内存，有两种存在方式，一是锁页，二是不锁页，锁页内存存放的内容在任何情况下都不会与主机的虚拟内存进行交换（注：虚拟内存就是硬盘），而不锁页内存在主机内存不足时，数据会存放在虚拟内存中。显卡中的显存全部是锁页内存,当计算机的内存充足的时候，可以设置pin_memory=True。pin_memory就是锁页内存，创建DataLoader时，设置pin_memory=True，则意味着生成的Tensor数据最开始是属于内存中的锁页内存，这样将内存的Tensor转义到GPU的显存就会更快一些。
AlphaPose win10安装运行
Rena的博客
08-04 6150
AlphaPose win10安装我的电脑配置安装步骤1）下载项目代码2）安装依赖包3）安装pytorch4）下载模型如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 我的电脑配置 操作系统：Windows 10 cuda版本：cuda_10.0.130_411.31_win10 cudnn版本：cudn
alphapose 介绍
u010451780的专栏
06-29 3773
首先简单介绍一下Alposepose 该模型提出的论文：《RMPE: Regional Multi-Person Pose Estimation》ICCV 2017，是由上海交通大学提出的，目前在多人自讨估计的效果最好。 论文 网址：https://arxiv.org/abs/1612.00137 文章的写作背景是单人姿态估计的方法不能用在多人上面，而多人姿态估计方法虽然效果不错，但是太慢了（485 seconds per image）。它对于多人姿态估计的方法采用传统的自顶向下的方法，即先检测人，再
【论文学习】：AlphaPose相关论文－－RMPE:Regional Multi-Person Pose Estimation
m0_37644085的博客
09-11 6198
本文为总结文：原文对论文的总结有些不准确，不易读懂，重新措词记录～ １．http://www.cnblogs.com/taoshiqian/p/9593901.html ２．https://blog.csdn.net/qq_36165459/article/details/78330800 记录一个深度学习的官方文档！！！：http://deeplearning.net/tutorial/...
pycharm pytorch 下载安装配置
08-01
在 PyCharm 中配置 PyTorch 环境可以分为以下几个步骤，包括创建虚拟环境、安装 PyTorch 依赖包以及测试环境是否配置成功。以下是详细的操作说明： ### 创建虚拟环境 在 PyCharm 中创建一个新的项目，并选择一个合适的解释器。建议使用虚拟环境以避免不同项目的依赖冲突。在创建项目时，可以选择新建一个虚拟环境。 ### 安装 PyTorch 可以通过 PyCharm 的包管理功能来安装 PyTorch。打开 PyCharm，进入 `File` -> `Settings`（或者在项目中点击右下角的 `Python Interpreter`），然后点击 `+` 号来添加新的包。搜索 `torch` 和 `torchvision`，选择合适的版本进行安装。对于 Windows 用户，如果需要特定版本，可以从 PyTorch 官网获取安装命令，例如使用 pip 安装命令为 `pip install torch==1.4.0+cu101 torchvision==0.5.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html` [^2]。 ### 配置环境变量 通常情况下，安装 PyTorch 不需要额外配置环境变量，因为通过 pip 安装的包会自动处理好路径问题。但如果需要使用 CUDA 支持，则需要确保 NVIDIA 的驱动程序已经正确安装，并且 CUDA 工具包已经被添加到系统路径中。 ### 测试安装 安装完成后，可以通过运行一段简单的代码来验证 PyTorch 是否安装成功，以及是否能够检测到 GPU。例如，创建一个 Python 文件，输入以下代码： ```python import torch print("hello torch{}".format(torch.__version__)) flag = torch.cuda.is_available() print(flag) ngpu = 1 device = torch.device("cuda:0" if (torch.cuda.is_available() and ngpu > 0) else "cpu") print(device) print(torch.cuda.get_device_name(0)) print(torch.rand(3, 3).cuda()) ``` 这段代码会输出 PyTorch 的版本号、是否可以使用 CUDA、当前使用的设备名称、GPU 名称以及在 GPU 上生成的一个随机矩阵 [^3]。 通过以上步骤，应该能够在 PyCharm 中成功安装并配置 PyTorch 环境。
评论 8
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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