【OpenPose】tensorflow版OpenPose进行人体姿态识别指南

环境：Ubuntu16.04

           Anaconda3

           tensorflow 1.9.0

           CUDA 9.0

首先安装tensorflow gpu版本，具体过程请参考链接【Tensorflow】（一）：环境配置(Anaconda)。

CUDA的安装过程请参考链接：【CUDA】linux ubuntu16.04 卸载cuda8.0 安装cuda9.0。

安装完成之后激活tensorflow环境，使用下面的命令：

source activate tensorflow_gpu

接下来还需要安装opencv，具体的安装过程请参考链接：【Tensorflow】tensorflow中添加opencv支持。

下面就可以从github上拉取源码了。

git clone [email protected]:ildoonet/tf-pose-estimation.git
cd tf-pose-estimation
pip install -r requirements.txt

下面还需要swig支持，所以

cd tf_pose/pafprocess

安装swig，

sudo apt install swig

现在可以swig代码了，

swig -python -c++ pafprocess.i && python3 setup.py build_ext --inplace

环境已经搭建好了，下面可以进行测试，

python run.py --model=mobilenet_thin --resize=432x368 --image=./images/p2.jpg

 另外还可以测试视频，

​python run_video.py --model=mobilenet_thin --resolution=432x368 --video=test.mp4

或者调用摄像头，实时获取视频，

python run_webcam.py --model=mobilenet_thin --resolution=432x368 --camera=0