精华内容
下载资源
问答
  • Openpose环境搭建与配置

    千次阅读 2020-07-05 23:26:51
    Openpose环境搭建与配置下载安装Visual Studio:下载CUDA、cuDNN以及安装:下载CUDA下载cuDNNCUDA的安装oppenpose的相关文件准备百度网盘下载文件其他方法下载下载安装Cmake和使用安装CmakeCmake的使用Visual Studio...

    下载安装Visual Studio:

    Visual Studio 2015下载地址:http://download.microsoft.com/download/B/4/8/B4870509-05CB-447C-878F-2F80E4CB464C/vs2015.com_chs.iso
    :安装Visual Studio一定要注意版本最好是2015~2017版本,不然有可能会出现兼容性的问题。

    安装时,一定要将C++的模块全点上
    在这里插入图片描述

    下载CUDA、cuDNN以及安装:

    我使用的显卡配置:NVIDIA GeForce RTX 2070
    系统版本:Windows 10

    下载CUDA

    下载CUDA地址:https://developer.nvidia.com/cuda-toolkit-archive
    如下图所示:
    在这里插入图片描述
    这里有CUDA的各个版本,我选择的CUDA v10版本,点击进入下面页面,选择和你计算机系统一致的版本,并下载到本地:
    在这里插入图片描述

    下载cuDNN

    下载cuDNN地址:https://developer.nvidia.com/rdp/cudnn-download
    :没有账号需要注册账号,账号登录后,找到自己对应的CUDA版本

    以CUDA v10为例:
    在这里插入图片描述在这里插入图片描述
    点击箭头位置以后,选择Windows版本(自己所用的操作系统)

    CUDA的安装

    下载完成之后,进行CUDA v10的安装(我是直接一直点的,默认的安装):
    在这里插入图片描述
    在CUDA安装完成后,将cuDNN压缩包CUDA文件夹下的文件解压到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v10.0目录下(如下图):
    cuDNN压缩包文件展示:

    CUDA\v10.0目录:
    在这里插入图片描述

    oppenpose的相关文件准备

    百度网盘下载文件

    下面是我上传的openpose的仓库源码,以及相关模型、数据包以及文件使用说明的百度网盘地址:
    百度网盘:https://pan.baidu.com/s/1XIx55z0RPzqJIlTmUhr2Ew
    提取码: xn55
    在这里插入图片描述

    其他方法下载

    如果你嫌网盘下载太慢的话,可使用下面的方法(也可以在GitHub上的CMU-Perceptual-Computing-Lab仓库下下载):
    打开此网站:https://gitee.com/Somnambulist-liu/openpose 下载解压
    在这里插入图片描述
    打开openpose文件,看到下图的两个标记文件夹(注:build文件夹是我自己创的,后面会使用)
    在这里插入图片描述
    Models下的文件夹:
    在这里插入图片描述
    3rdparty\windows下的文件夹:在这里插入图片描述在这里插入图片描述

    运行这些bat文件,它会下载相应的模型和其他需要的文件(注:一定要把这些要下载的东西下载下来);如果你觉得下载慢的话,你可以将这些bat文件用记事本打开,复制下载网站地址在迅雷上下载。
    在这里插入图片描述
    这个时候你还要下载caffe(注:这个caffe和windows文件下的caffe不同)和pybind11这两个文件:在这里插入图片描述
    下面是我给的码云上的下载地址(也可以去CMU-Perceptual-Computing-Lab下的openpose仓库下去找相应文件夹下的文件):
    Caffe下载地址:https://gitee.com/Somnambulist-liu/caffe
    pybind11下载地址:https://gitee.com/Somnambulist-liu/pybind11

    下载安装Cmake和使用

    安装Cmake

    下载的地址:https://cmake.org/download/ 安装很简单我就不介绍了在这里插入图片描述

    Cmake的使用

    安装好之后打开Cmake
    选择openpose文件夹路径和build文件夹路径点击configure会弹出如下图的提示框,推荐使用Visual Studio 14 2015的,反正其他的我一运行就报错,下面是64位的(电脑是多少位的就选多少位的),最后点击Finish
    在这里插入图片描述
    运行之后,因为要用python的所以点上BUILD_PYTHON 然后再次点击configure运行
    在这里插入图片描述
    运行完之后,点击图中的Generate 当下面出现Generate done 后,点击Open Project跳转到Visual Studio页面
    在这里插入图片描述

    Visual Studio方案配置

    在此页面将箭头位置改成Release
    在这里插入图片描述
    最后右键点击解决方案’OpenPose’ 会出现生成解决方案
    在这里插入图片描述
    在静静的等待完成过后,如果你很幸运没有错误出现,那么恭喜你应该是成功了;如果有错的话可能是下载的有些文件有问题,那么就重新在下载一遍吧。

    展开全文
  • openpose环境搭建(全教程)

    万次阅读 多人点赞 2018-08-08 19:38:50
    六、Openpose搭建 一、下载openpose 二、安装Cmake Gui 三、 利用Cmake Gui 生成build文件 四、build 五、测试 七、参考资料: 八、补充   一、 U buntu的安装 制作启动盘 1、 ...

    目录

    一、Ubuntu的安装

    制作启动盘

    装机

    二、安装nvidia显卡驱动

    第一步 获取显卡型号

    第二步 去NVDIA driver search page查看支持 GTX1080ti 显卡的驱动的最新版本的版本号

    第三步 查询支持GTX1080ti显卡的显卡驱动的其他驱动版本

    第四步 安装

    三、安装cuda+cudnn

    第一步 安装nvida驱动

    第二步 安装cuda8.0

    1、下载cuda

    2、安装cuda相关依赖

    3、安装cuda

    第三步 安装cudnn(注意要和cuda版本相符合)

    四、安装opencv

    方法一:通过apt-get安装opencv2

    查看是否安装成功

    方法二:通过源码安装opencv3

    五、Caff搭建

    第一步 安装相关依赖库

    第二步 下载caffe

    第三步 修改Makefile.config

    六、Openpose的搭建

    一、下载openpose

    二、安装Cmake Gui

    三、 利用Cmake Gui 生成build文件

    四、build

    五、测试

    七、参考资料:

    八、补充


     

    一、Ubuntu的安装

    制作启动盘

    1、安装USB Install

    2、Set a Persistent file size for storing changes 是选择一个固定的文件存储空间,即如果你登入系统后,对系统有任何更改,将保存到U盘中,如果选择0,则不会保存。

    3、它就会把ISO的东西写入U盘了

    写完之后,U盘名称被改为“UUI”

    装机

    在U盘的Ubuntu启动菜单中选择“Try Ubuntu”,或者“Install Ubuntu”直接从U盘安装(我这里为了截图方便所以选择的是“Try Ubuntu”)

    进入“Try Ubuntu 16.04.2 LTS”后,双击桌面上的“Install Ubuntu 16.04.2 LTS”

    2、设置分区,boot 700M  /home 80G   /剩余 :系统、软件安装 swap 16G 

    3、设置用户和密码

    4、正式开始安装拷贝数据了。

    5、完成后会提示重新启动,重启后即可进入系统

    二、安装nvidia显卡驱动

    第一步 获取显卡型号

    想办法获取自己nvidia显卡的型号(一般买电脑的时候都会有显卡型号,我的显卡型号是在电脑上的一个贴纸上),本人的显卡是GTX970M。

    第二步 去NVDIA driver search page查看支持 GTX1080ti 显卡的驱动的最新版本的版本号

    第三步 查询支持GTX1080ti显卡的显卡驱动的其他驱动版本

    第四步 安装

    下面我们使用ppa方式安装384版本驱动,而不是最新的390版本驱动 

    想要驱动GPU,就需要安装GPU驱动(我是的GTX1080ti),可能有时候通过NVIDIA官网下载显卡驱动比较慢,我们可以添加ppa库,通过ppa安装显卡驱动,这步可有可无,用户自行决定,输入代码如下:

    sudo add-apt-repository ppa:graphics-drivers/ppa
    sudo apt-get install nvidia-384
    

    安装好了,重启系统,使用下面命令,可以查看GPU

    nvidia-smi

    三、安装cuda+cudnn

    第一步 安装nvida驱动

    安装nvidia驱动,我们已经安装了。

    第二步 安装cuda8.0

    1、下载cuda

    进入 各个历史版本下载链接,选择合适的 CUDA 类型下载。(建议下载8.0或者9.0,不要下载最新的版本,因为好多框架可能还不支持,导致后面各个深度学习框架安装报错,并且去官网重新下载,用已经安装过会报奇怪的错误!!!

    如上图所示我选择的是linux x86_64 ubuntu 16.04环境,最后一个选项是安装包形式,我选择的是runfile安装包,点击downlad即可下载

    2、安装cuda相关依赖

    sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

    3、安装cuda

    1. 1.进入文件所在的目录,用下列命令安装
    ​sudo sh cuda_9.0.176_384.81_linux.run
    1. 2.安装 ,会让你先读文章,你就直接按空格键就ok
    Do you accept the previously read EULA?
    accept/decline/quit: accept
    
    Install NVIDIA Accelerated Graphics Driver for Linux-x86_64 367.48?
    (y)es/(n)o/(q)uit: n
    
    Install the CUDA 8.0 Toolkit?
    (y)es/(n)o/(q)uit: y
    
    Enter Toolkit Location
    [ default is /usr/local/cuda-9.0 ]:
    
    Do you want to install a symbolic link at /usr/local/cuda?
    (y)es/(n)o/(q)uit: y
    
    Install the CUDA 9.0 Samples?
    (y)es/(n)o/(q)uit: y
    1. 3.若无警告和报错,出现下列显示,即安装暂时成功。 
    Installing the CUDA Toolkit in /usr/local/cuda-9.0 …
    Installing the CUDA Samples in /home/textminer …
    Copying samples to /home/textminer/NVIDIA_CUDA-9.0_Samples now…
    Finished copying samples.
    
    ===========
    = Summary =
    ===========
    
    Driver: Not Selected
    Toolkit: Installed in /usr/local/cuda-9.0
    Samples: Installed in /home/textminer
    
    Please make sure that
    – PATH includes /usr/local/cuda-9.0/bin
    – LD_LIBRARY_PATH includes /usr/local/cuda-9.0/lib64, or, add /usr/local/cuda-9.0/lib64 to /etc/ld.so.conf and run ldconfig as root
    
    To uninstall the CUDA Toolkit, run the uninstall script in /usr/local/cuda-8.0/bin
    
    Please see CUDA_Installation_Guide_Linux.pdf in /usr/local/cuda-8.0/doc/pdf for detailed information on setting up CUDA.
    
    ***WARNING: Incomplete installation! This installation did not install the CUDA Driver. A driver of version at least 361.00 is required for CUDA 9.0 functionality to work.
    To install the driver using this installer, run the following command, replacing with the name of this run file:
    sudo .run -silent -driver
    
    Logfile is /tmp/cuda_install_6583.log
    1. 4.配置环境变量
    echo 'export PATH=/usr/local/cuda/bin:$PATH' >> ~/.bashrc
    
    echo 'export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH' >> ~/.bashrc
    
    source ~/.bashrc

    第三步 安装cudnn(注意要和cuda版本相符合)

    1. 下载cudnn-9.0-linux-x64-v7.1.tgz https://developer.nvidia.com/rdp/cudnn-archive

    1. 2.解压并复制到/usr/local 
    sudo tar -xzf cudnn-9.0-linux-x64-v7.1.tgz -C /usr/local
    
    # 也就是把cudnn解压后把cudnn.h和libcudnn*放到cuda安装目录里面去
    sudo cp cuda/include/cudnn.h /usr/local/cuda/include/
    sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64/
    sudo chmod a+r /usr/local/cuda/include/cudnn.h
    sudo chmod a+r /usr/local/cuda/lib64/libcudnn*

     

    四、安装opencv

    方法一:通过apt-get安装opencv2

    sudo apt update

    sudo apt upgrade

    sudo apt install libopencv-dev python-opencv

    查看是否安装成功

    pkg-config --modversion opencv 
    如果输出了opencv2.4 的版本信息,说明安装成功

    方法二:通过源码安装opencv3

    参考:https://blog.csdn.net/cocoaqin/article/details/78163171

    五、Caff搭建

    第一步 安装相关依赖库

    sudo apt-get --assume-yes install build-essential
    
    sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
    
    sudo apt-get install --no-install-recommends libboost-all-dev
    
    sudo apt-get install libopenblas-dev liblapack-dev libatlas-base-dev
    
    sudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-dev
    # Python libs
    
    sudo -H pip install --upgrade numpy protobuf

     

    第二步 下载caffe

    下载caffe

    1. 使用Git直接下载Caffe ,没安装git就按照提示安装一
    git clone https://github.com/BVLC/caffe.git
    cd caffe

    第三步 修改Makefile.config

    1、进入 caffe ,将 Makefile.config.example 文件复制一份并更名为 Makefile.config ,也可以在 caffe 目录下直接调用以下命令完成复制操作 :

    sudo cp Makefile.config.example Makefile.config

    复制一份的原因是编译 caffe 时需要的是 Makefile.config 文件,而Makefile.config.example 只是caffe 给出的配置文件例子,不能用来编译 caffe。

    2、修改 Makefile.config 文件,在 caffe 目录下打开该文件:

    sudo gedit Makefile.config

    在文件中替换一下几个地方: 

    ...
    将
    #USE_CUDNN := 1
    修改成: 
    USE_CUDNN := 1
    ...
    
    ...
    #如果此处是OpenCV2,则不用修改
    将
    #OPENCV_VERSION := 3 
    修改为: 
    OPENCV_VERSION := 3
    ...
    
    ...
    将
    #WITH_PYTHON_LAYER := 1 
    修改为 
    WITH_PYTHON_LAYER := 1
    ...
    
    ...
    INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
    LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib 
    修改为: 
    INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
    LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial       
    ...
    
    ...
    将
    CUDA_ARCH := -gencode arch=compute_20,code=sm_20 \
    		-gencode arch=compute_20,code=sm_21 \
    		-gencode arch=compute_30,code=sm_30 \
    		-gencode arch=compute_35,code=sm_35 \
    		-gencode arch=compute_50,code=sm_50 \
    		-gencode arch=compute_52,code=sm_52 \
    		-gencode arch=compute_60,code=sm_60 \
    		-gencode arch=compute_61,code=sm_61 \
    		-gencode arch=compute_61,code=compute_61
    修改为
    CUDA_ARCH := -gencode arch=compute_30,code=sm_30 \
    		-gencode arch=compute_35,code=sm_35 \
    		-gencode arch=compute_50,code=sm_50 \
    		-gencode arch=compute_52,code=sm_52 \
    		-gencode arch=compute_60,code=sm_60 \
    		-gencode arch=compute_61,code=sm_61 \
    		-gencode arch=compute_61,code=compute_61
    ...
    

    3、然后修改 caffe 目录下的 Makefile 文件:

    ...
    将:
    NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC $(COMMON_FLAGS)
    替换为:
    NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)
    ...
    
    ...
    将:
    LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_hl hdf5
    改为:
    LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial
    ...

    4、然后修改 /usr/local/cuda/include/host_config.h 文件 

    将
    #error-- unsupported GNU version! gcc versions later than 4.9 are not supported!
    改为
    //#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!

     

    第四步 编译 

    在caffe目录下执行

    #jn  就是cpu的核心数,j8也就是八核
    sudo make all -j8

    测试: 

    sudo make runtest -j8

     

     

    六、Openpose的搭建

    一、下载openpose

    下载openpose

    git clone https://github.com/CMU-Perceptual-Computing-Lab/openpose.git

    二、安装Cmake Gui

    sudo apt-get install cmake-gui

    三、 利用Cmake Gui 生成build文件

    命令行download模型

    cd openpose
    cd models
    ./getModels.sh
    cd ..

    打开cmke软件,填写openpose源码目录以及build 

    这里写图片描述

    点击Configure按钮, 选择Unix Makefile和use default native compling,点击finish按钮 

    这里写图片描述

    点击Generate按钮

    过程中无报错,且出现configuring done,中间会出现一些红色的可配置项。

    接着配置caffe编译路径 

    这里写图片描述

    如上图所示caffe编译后的目录项填写完成

    最后点击Generate按钮

    四、build

    编译项目

    cd build/
    
    sudo make

    编译过程中出现过一个错误 cannot find #include “caffe/proto/caffe.pb.h” 
    通过下图方法解决问题 

    这里写图片描述

    五、测试

    ./build/examples/openpose/openpose.bin --video examples/media/video.avi

    视频测试

    七、参考资料:

    https://blog.csdn.net/weixin_40539892/article/details/79494922

    https://blog.csdn.net/yhaolpz/article/details/71375762

    https://blog.csdn.net/w5688414/article/details/76222710

    https://blog.csdn.net/cocoaqin/article/details/78163171

    八、补充

    可能还有些问题,很多热心的小伙伴在评论区给了答案,大家可以先看看评论再读文章,可能少彩很多坑。(2020-01-13更新)

    展开全文
  • 文章目录Ubuntu20.0+CUDA11.1+CUDNN8.05+openpose+pytorch 安装前言一、openpose基础环境构建二、Ubuntu Prerequisites1.引入库三、编译安装四、测试结果五、错误报告总结 前言 安装openpose ,并且使用python API...

    Ubuntu20.0+CUDA11.1+CUDNN8.05+openpose+pytorch 安装


    前言

    安装openpose ,并且使用python API,以便旧版st-gcn调用


    一、openpose基础环境构建

    安装CUDA11.1,CUDNN8.05,参考我之前的文章cuda+cudnn安装

    二、Ubuntu Prerequisites

    1.引入库

    oponpose准备环境:
    参考文档:
    https://github.com/CMU-Perceptual-Computing-Lab/openpose/blob/master/doc/installation/1_prerequisites.md#ubuntu-prerequisites

    **CMake GUI**
    		sudo apt-get install cmake-qt-gui
    		
    **OpenCV**
    		sudo apt-get install libopencv-dev
    			
    **Caffe**(这里使用的是openpose版提供的caffe,并没有自己安装)
    		
    		git clone https://github.com/CMU-Perceptual-Computing-Lab/caffe
    		sudo cp -r /***/caffe/. /***/openpose/3rdparty/caffe/
    			
    		将下载好的caffe移动到/openpose/3rdparty/目录下
    		
    **pybind11**
    		
    		git clone https://github.com/pybind/pybind11.git
    		sudo cp -r /***/pybind11/. /***/openpose/3rdparty/pybind11/
    		
    		同caffe一样,该文件是为了创建python API的
    		
    **Python prerequisites**
    		
    		sudo apt-get install python3-dev
    		sudo pip3 install numpy opencv-python
    **下载openpose源码**
    		
    		git clone https://github.com/CMU-Perceptual-Computing-Lab/openpose.git
    **下载模型model:**
    		方法一:
    			cd models
    			./getModels.sh
    		方法二:
    			网上找别人下好的,放入对应的文件夹就行
    
    

    三、编译安装

    CMake Configuration:

    这里使用的是cmake-gui进行编译,在openpose目录下创建build

    cd {OpenPose_folder}
    mkdir build/
    cd build/
    cmake-gui ..
    

    过程图片:
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

    注意:需要勾选build_python
    点击Configuring 出现Configuring done。然后再点击genrente 出现。Generate done。

    编译

    cd build/
    make -j`nproc`
    
    

    参考文档:
    https://github.com/CMU-Perceptual-Computing-Lab/openpose/blob/master/doc/installation/0_index.md#compiling-and-running-openpose-from-source

    四、测试结果

    忘记截图了编译后差不多就能用了

    五、错误报告

    1.错误cudnn找不到:
    提示信息:
    在这里插入图片描述

    解决办法:参考cudnn安装CUDA11.1+ CUDNN8.05 +Ubuntu20.4
    解决过程:
    	参考:cuDNN found but version can't be deduced - Deep Learning (Training & Inference) / cuDNN - NVIDIA Developer Forums
    	结果:无效,发现cudnn安装失败,配置没成功
    	参考 https://zhuanlan.zhihu.com/p/342334096
    	结果:成功
    

    2.错误proto:
    提示:
    CMake Error at /usr/share/cmake-3.16/Modules/FindPackageHandleStandardArgs.cmake:146 (message):Could NOT find Protobuf (missing: Protobuf_INCLUDE_DIR)

    解决办法:使用apt-get安装该包,相关命令百度。没有记录。
    

    3.错误提示如该连接问题,一模一样。

    https://mp.weixin.qq.com/s/a7KDj_12VJfRgWrhp2FxdA
    

    参考文档:
    https://mp.weixin.qq.com/s/a7KDj_12VJfRgWrhp2FxdA


    总结

    终于搞定这个了,太难整了

    展开全文
  • 附一个环境搭配的:OpenPose1.4.0+VS2017+CUDA9.2+cuDNN9.2+Windows配置教程 (后期会添加相关开发中遇到的一些问题) 1.我自己因为一些原因最后才用的配置是:VS2015 + CUDA8.0 需要注意的是,如果你的显卡是GT....

    openPose是在人体估计中是一个比较好的项目,一般的网络摄像头都可以被使用,且帧率都在10以上,在诸多项目中算是不错了的。

    附一个环境搭配的:OpenPose1.4.0+VS2017+CUDA9.2+cuDNN9.2+Windows配置教程

    (后期会添加相关开发中遇到的一些问题)

    1.我自己因为一些原因最后才用的配置是:VS2015 + CUDA8.0

    需要注意的是,如果你的显卡是GTX1060的话,是不适合用CUDA8.0的,这个时候应该怎么办?关掉这个页面,赶紧google,百度。

     

    2.Cmake 编译时提示windows缺少Version 8.1,重要加入这个版本即可,可以在2017的install程序中选中更新即可。

     

    3.Cmake提示找不到CL.exe,这个时候在VS2015中加入C++组件,因为2015默认是没有的

     

    4.在做开发之前通过改变网络参数来得到自己想要的帧数,代码如下:

    ./build/examples/openpose/openpose.bin -camera_resolution 640x480 -net_resolution 128x96

    5.flags.hpp 中可以直接修改参数

     

     

    展开全文
  • openpose环境搭建(centos7)

    千次阅读 2019-05-14 17:47:04
    以 nvidia/cuda:9.0-cudnn7-devel-centos7...基础环境 centos7 cuda9 cudnn7 安装anaconda3 wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.3.0-Linux-x86_64.sh -O ~/anaconda.sh &am...
  • 大概写一下安装过程,怕以后...五、编译并运行openpose 详细步骤 一 ubuntu16.04安装过程 我电脑上装的是双系统win10+ubuntu16.04,ubuntu的安装网上有很多教程 这里可以参考https://blog.csdn.net/s717597589/a...
  • Openpose环境搭建及训练测试记录

    千次阅读 2019-03-15 16:16:56
    一、openpose环境搭建 1、下载openpose git clone https://github.com/CMU-Perceptual-Computing-Lab/openpose.git 可以根据上面的连接通过window下载也可以在ubuntu的teminal里输入上面的命令,但是最近国内的...
  • 直接从docker hub上下载openpose镜像,在镜像中进行测试 step1: 下载镜像 docker pull mjsobrep/openpose step2: 启动镜像 sudo nvidia-docker run -it -v /home/csswork/zzh/:/mnt c7a9ca2d8c7e /bin/...
  • ubuntu14.04+caffe+cuda8.0+openpose工作环境搭建

    千次阅读 热门讨论 2017-07-20 20:38:20
    近期要用到openpose
  • 人体行为识别(骨架提取),win10下搭建openpose环境,VS2019(python3.7)+openpos 找到一个不错的文章 推荐一下,共同学习 https://www.cnblogs.com/pan1111111111/p/11530289.html链接
  • 参考的是这个blogopenpose环境搭建(全教程) 中间遇到一些问题,这个blog基本都包括了OpenPose安装过程中遇到的问题 成功运行,放个图 (先开个头,等有空慢慢补充) 注意: 使用openpose的caffe,放在目录3...
  • 了解电脑配置,选择合适的openpose环境搭建教程 简单分类: 1、有无显卡 如果电脑有独显nvidia gpu的就可以搭建有gpu的使用cuda和cudnn的openpose环境 如果没有就只能搭建仅cpu的openpose环境,所以搜索到使用cuda的...
  • ..\..\src\openpose\Release\openpose.lib ..\..\..\3rdparty\windows\opencv\x64\vc15\lib\opencv_world401.lib ..\..\..\3rdparty\windows\caffe3rdparty\lib\gflags.lib ..\..\..\3rdparty\windows\caff...
  • Ubuntu18.04 人体姿态检测算法OpenPose环境配置Ubuntu18.04 人体姿态检测算法OpenPose环境配置资源的准备Caffe搭建OpenPose编译 Ubuntu18.04 人体姿态检测算法OpenPose环境配置 最近项目中需要实现一个人体姿态检测...
  • 【记录】python搭建openpose环境遇到的坑(不能再多了。。) 背景:重装的系统,anaconda3 1. 坑1: 在anaconda下创建一个新的环境时遇见如下问题: Collecting package metadata (current_repodata.json): failed /...
  • 在ubuntu下搭建openpose运行环境

    千次阅读 2018-11-23 23:58:47
    Ubuntu下的openpose运行环境搭建流程请参照教程 https://blog.csdn.net/qq_35468937/article/details/81514198。该教程非常详细地讲述了整个搭建过程。  本文要讲的内容是,而是按上述教程搭建openpose时所遇到...
  • 本来想要用...先讲不使用ros环境的CmakeList的配置: cmake_minimum_required(VERSION 3.5.1) project(easyopenpose) set(CMAKE_CXX_STANDARD 14) set(INC_DIR /usr/include /us
  • 这几天开始接触人体行为识别,经过多方对比后,选择了现在最热的人体骨架提取开源库,openpose。下面就不多说了,直接开始openpose在win10下的配置:需求如下:1. VS2019 据说VS2015以上的版本就可以,VS201x主要是...
  • 这几天开始接触人体行为识别,经过多方对比后,选择了现在最热的人体骨架提取开源库,openpose。下面就不多说了,直接开始openpose在win10下的配置:需求如下:1. VS2019 据说VS2015以上的版本就可以,VS201x主要是...

空空如也

空空如也

1 2 3
收藏数 59
精华内容 23
关键字:

openpose环境搭建