OpenMMLab 训练营第二期 笔记三

本文记录了在Windows系统中,使用miniconda管理环境,进行OpenMMLab的RTMPose关键点检测的配置与预训练模型预测过程。

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

RTMPose 关键点检测

环境配置

我的电脑是 Windows 系统,安装了 miniconda。
不同项目需要不同的版本,使用 conda 更容易管理。

首先来安装创建 RTMPose 的环境1

# 以下命令都在 minicoda shell 执行
# 查看所有环境
conda info -e

# 创建 RTMPose 环境
conda create -n RTMPose python=3.8

# 切换到 RTMPose 环境
conda activate RTMPose

# 安装Pytorch
pip3 install install torch==1.10.1+cu113 torchvision==0.11.2+cu113 torchaudio==0.10.1+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html

# 用 MIM 安装 MMCV
pip install -U openmim
mim install mmengine
mim install "mmcv>=2.0.0"
mim install "mmdet>=3.0.0rc6"

# 安装其它工具包
pip install opencv-python pillow matplotlib seaborn tqdm pycocotools -i https://pypi.tuna.tsinghua.edu.cn/simple

# 从 github 上下载最新的 mmpose 源代码
git clone https://github.com/open-mmlab/mmpose.git -b tutorial2023

# 进入主目录
cd mmpose

# 安装 MMPose 
mim install -e .

# <begin> 下载预训练模型权重文件和视频素材 -----------
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