tf-pose-estimation尝试

参考文章地址：https://blog.csdn.net/lvcoc/article/details/83109005

一、部署windows一直有问题

1. 安装vc++
2. 安装swig
3. pycocotools一直不成功

pip install git+https://github.com/philferriere/cocoapi.git#subdirectory=PythonAPI

4. 不确认是否要安装tensorRT
5. tensorflow是否要更换为tensorflow-gpu，已更换为同版本

二、部署linux很快完成

安装swig

sudo yum install swig

三、运行情况

webcam方式还可以

三、修改内存报错：20200110

报错：

 Could not create cudnn handle: CUDNN_STATUS_ALLOC_FAILED

初步判断为cudnn版本不匹配，查看版本号方法见后文。

版本匹配，应该是显存不足。
重新看了代码，发现修改位置错误，调整为：
tf-pose/estimator.py 332行

tf_config = tf.compat.v1.ConfigProto(allow_soft_placement=True)
        tf_config.gpu_options.allow_growth = True
        self.persistent_sess = tf.Session(graph=self.graph, config=tf_config)

运行结果：

1. 图片、摄像头效果不错；
2. 视频出现大量帧未检测到结果，部分有结果也错误。
3. 下载200M模型cmu，检测速度大大降低，效果并未提升

后续考虑

1. 姿势判断：发现个点坐标与在图片位置相关，暂未想到姿势判定方式；
2. 行为识别（消毒）：获取脚坐标点，截取相关位置图片；再使用YOLOv3进行消毒水桶识别。

查看cuda/cudnn方法

Linux

查看 CUDA 版本
方法一：

nvcc --version

或

nvcc -V

如果 nvcc 没有安装，那么用方法二。

方法二：
去安装目录下查看：

cat /usr/local/cuda/version.txt

查看 cuDNN 版本
复制

cat /usr/local/cuda/include/cudnn.h | grep CUDNN_MAJOR -A 2

如果没有，那么可能没有安装 cuDNN。

Windows

查看 CUDA 版本
在命令行中执行：

nvcc --version

或者进入 CUDA 的安装目录查看：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA

查看 cuDNN 版本
进入 CUDA 的安装目录查看文件 cudnn.h ：

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\include\cudnn.h

如下所示，cuDNN 版本为 7.2.1 :

#if !defined(CUDNN_H_)
#define CUDNN_H_

#define CUDNN_MAJOR 7
#define CUDNN_MINOR 6
#define CUDNN_PATCHLEVEL 4