姿态估计mmpose一手体验 Ⅰ - 安装它！

这篇博客打算介绍一下怎么用 open-mmlab，从安装开始，一步步按照教程操作一下！

我是用实验室的远程服务器玩的，感觉大佬们的文章动不动就8、16块GPU，我的笔记本撑不起台面，远程操作一波！玩坏了就删文件跑路，就是自由！
 

• Linux (ubuntu 16.04 LTS)
• 4 NVIDIA GeForce RTX 1080Ti
• miniconda
• cocoapi
• Xshell，Xftp
   

 

---

---

 
 

前情提要

open-mmlab

mmpose

先来看看 mmpose 能干什么？

• 2D 多人姿态估计。
• top-down 和 bottom-up 流派。
• 更快的训练速度，更高的准确率。
• 多种数据集：COCO, MPII…
• 容易组合模块。

• 特征提取 backbone
• 姿态估计方法
• COCO 数据集

 
这些资源够我们实现一个喜欢的算法玩的了！
 

这篇博客主要内容是：应用 mmlab 下的 mmpose 平台，运行一波 HRNet 系列。我打算拿多人 bottom-up 方法里的 HigherHRNet 开始试水。

以下内容主要来自官方文档，我只是一个睁眼玩家，如果写错了请摁着我头让我改 o(￣┰￣*)ゞ

接下来对系统进行环境配置。

 
 

---

安装环境

• conda 环境
• mmcv 支持
• cuda10.1 和 pytorch
• mmpose

 

conda 环境

常规步骤，玩坏了推倒重来。

conda create -n open-mmlab python=3.7 -y
conda activate open-mmlab

mmcv 支持

首先需要下载 完整 版本的mmcv。这是一切的基础。

git clone https://github.com/open-mmlab/mmcv.git
cd mmcv

# 安装完整版本
MMCV_WITH_OPS=1 pip install -e .

cuda 10.1和 pytorch

pytorch 官网

cudatoolkit 10.1

1. 安装cuda 10.1。

# 查看一下电脑驱动支持什么版本的cuda。
nvidia-smi

# 官网下载好runfile文件，然后运行。
sudo sh cuda_10.0.130_410.48_linux
---
accept
# 取消第一个安装驱动的。
Install  # 选择安装，如果问覆盖就选确认。

2. 安装对应版本的 pytorch。

conda install pytorch torchvision torchaudio cudatoolkit=10.1 -c pytorch

3. 安装 cudnn

下载相应 cuda10.1 版本的 cudnn7.6.03 。

cudnn-archive

Xftp 上传给服务器，然后解压到指定文件夹。

tar -zvxf /home/cudnn-10.1-linux-x64-v7.6.0.64.tgz -C /usr/local/cudnn
# 记住这个路径，比如我这里是 /usr/local/cudnn/cuda

配置环境

# 关联环境变量
cd ~
vi .bashrc
---
# 最后一行加入以下语句 （i 插入，shift+insert 复制，:wq 保存并退出）
export LD_LIBRARY_PATH=/usr/local/cudnn/cuda/lib64:$LD_LIBRARY_PATH
---
source .bashrc  # 激活

# 拷贝文件
cd /usr/local/cudnn/cuda/include
sudo cp *.h /usr/local/cuda/include/
# 读写权限
sudo chmod a+r /usr/local/cuda/include/cudnn.h

验证

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

 
 

---

mmpose 安装

mmpose

install

1. 克隆 mmpose 包。

git clone https://github.com/open-mmlab/mmpose.git
cd mmpose

2. 安装依赖。

pip install -r requirements.txt

这一步无敌漫长。

2. 安装 mmpose 。

python setup.py develop

 
 

---

好了，搞到这里大家也累了吧，下次，下一篇我们再来用吧，我去吃炒米粉嘞 o(￣▽￣)ｄ