AlphaPose配置最新教程

环境

本地服务器Ubuntu18.04+cuda10+pytorch1.1.0+torchversion0.3.0+python3.7
注意：下载的如果是最新的alphapose一定要使用python3.7，实测3.6版本过低（不能下载一些库），3.8版本过高（同样编译不成功）。

下载源代码

由于最近不知为何，校园网访问GitHub时而可以时而不行，有时不能够直接clone到服务器，需要手动下载在本地之后scp到服务器端。

INSTALL

使用conda创建虚拟环境

conda create -n alphapose python=3.7

参考docs/INSTALL.md文件，直接一步一步的完成
locale-gen C.UTF-8未执行关系不大，大部分默认是正确的

编译完成之后

打开MODEL_ZOO文件，里面都是官方提供的已经训练好的模型文件，大部分放在谷歌云盘里面，下载后可以放到“pretrained_models”文件夹下即可使用来预测图片（从谷歌云盘下载需要）。

python scripts/demo_inference.py --cfg ${cfg_file} --checkpoint ${trained_model} --indir ${img_directory} --outdir ${output_directory}

训练自己的模型

训练自己的模型需要使用数据集，我使用的是coco数据集，对应的需要选择config下的coco配置，默认的数据集应该放在工程主目录下的data中，但是由于服务器home区域已满，通过更改.paml文件中数据集的ROOT路径为自己的数据集的位置即可。
python scripts/train.py --cfg configs/coco/resnet/256x192_res50_lr1e-3_1x.yaml
训练好的模型存放在工程主目录下exp中，使用预测脚本即可使用自己的模型预测。
到这里基本操作结束