基于pytorch-openpose框架的的人体姿态检测

1.在github上下载pytorch-openpose压缩包,网址为:
https://github.com/Hzzone/pytorch-openpose
基于pytorch-openpose框架的的人体姿态检测_第1张图片

2.解压后所需要cuda的环境:cuda 10.0,cudnn 10.0,NVIDIA显卡驱动程序安装(自行下载,如需要我给可在下方留言),全部安装完成后在命令行里面输入nvcc -V,查看是否安装好所需要的cuda版本,如图。
基于pytorch-openpose框架的的人体姿态检测_第2张图片
3.在原作者里面使用百度网盘下载作者给的预训练模型,模型下载地址,下载完成后,解压后将所有模型放入model文件夹,如图基于pytorch-openpose框架的的人体姿态检测_第3张图片
4.所需要的python是3.7的版本,所需要的Python库有:

pip install numpy
pip install matplotlib
pip install opencv-python
pip install scipy
pip install scikit-image
pip install tqdm

这些库没有什么具体的版本,直接通过该命令下载,现在下载torch和torchvision,使用该命令直接同时下载:

pip install torch===1.2.0 torchvision===0.4.0 -f https://download.pytorch.org/whl/torch_stable.html

最后需要需要下载cudatoolkit=10.0和cudnn=7.6.5的json文件,这两个文件很重要,是调用GPU的关键文件,使用下面命令可直接下载:

conda install cudatoolkit=10.0
conda install cudnn=7.6.5

基于pytorch-openpose框架的的人体姿态检测_第4张图片
5.如何运行,先下载一个视频,放入项目中,这里我下载了五个做测试用(小技巧:使用you-get库下载视频素材,不懂的可以去了解)基于pytorch-openpose框架的的人体姿态检测_第5张图片
6.打开demo_camera.py文件,在里面修改视频来源,将cap = cv2.VideoCapture(0)修改成cap = cv2.VideoCapture(“5.mp4”),如图基于pytorch-openpose框架的的人体姿态检测_第6张图片
7.直接运行demo_camera.py文件,运行成功,画面如图基于pytorch-openpose框架的的人体姿态检测_第7张图片
8.优点和缺点,优点:识别肢体的姿态准确率高达百分之90多,缺点:调用的GPU只占百分之零点一,速度很慢,需要去优化速度,再会。

9.成功了请求兄弟们一键三连,感谢。

你可能感兴趣的:(人工智能算法,深度学习,机器学习,神经网络)