--- tags: openpose --- # openpse 環境建立 ## 2021/2/26 ### [輸出關節資料格式](https://hackmd.io/yTVNHs8ARruIXRDWq_imdA?both) ### 安裝環境 作業系統:windows 編輯器:Visual Studio 2017 Enterprise GPU(顯示卡): GeForce RTX 2070 Python版本: 3.7 CMake版本 : 3.19.1 ------ ### 安裝openpose之影片方式(但因為要使用python編譯,在影片第7、8步驟會更改): [Installing Openpose on windows 10 | HumanPose pose estimation](https://www.youtube.com/watch?v=QC9GTb6Wsb4&ab_channel=JaskaranSingh) ### 步驟流程 #### (1)安裝驅動程式:GeForce Experience ![](https://i.imgur.com/16lBVXu.png) 驅動程式:[GEFORCE® 驅動程式](https://www.nvidia.com/zh-tw/geforce/drivers/) 驅動成功後,打以下指令出現NVIDIA資訊,代表驅動成功 ``` nvidia-smi ``` ![](https://i.imgur.com/OUuuzl8.png) 找不到nvidia-smi指令? ![](https://i.imgur.com/iFlGXia.png) 原因:沒加系統環境 解決方法:將NVIDIA驅動式安裝路徑C:\Program Files\NVIDIA Corporation\NVSMI新增至環境變數,重新開啟命令提示字元,輸入nvidia-smi即可輸出顯示卡(GPU)效能參數。 [nvidia-smi命令在windows上打不開和nvidia-smi顯示參數說明](https://blog.csdn.net/weixin_41010198/article/details/86707550) ![](https://i.imgur.com/tZElByB.png) #### 補充說明 如果筆電(PC)本身有GPU(nvidia),電腦驅動之後把NVIDIA驅動路徑加到環境變數[nvidia-smi]才能找到nvidia-smi。 (https://blog.csdn.net/weixin_41010198/article/details/86707550) ![](https://i.imgur.com/16lBVXu.png) #### (2)運算軟體:CUDA 11.0 (依照電腦的NVIDIA版本) CUDA下載官網:[CUDA Toolkit 11.0 Download](https://developer.nvidia.com/cuda-11.0-download-archive) CUDA下載方式有兩種,第一種是在nvidia developer下載CUDA時出現的network是暫存 local 是即使沒有網路也能安裝,所以建議裝local版。 ![](https://i.imgur.com/XKMDdDg.png)   ``` nvcc –V ``` 顯示CUDA的版本表示安裝CUDA toolkit成功 ![](https://i.imgur.com/WvOMc5e.png) #### (3)深度學習網路函式庫:cudnn 8.0.4(依照CUDA版本) cuDNN下載官網:[cuDNN Archive](https://developer.nvidia.com/rdp/cudnn-archive) 下載完後,要cuDNN的bin資料夾,丟至CUDA的bin資料夾 ![](https://i.imgur.com/PrRq5g2.png) [CUDA 與 CuDNN 安裝](https://qqmanlin.medium.com/cuda-%E8%88%87-cudnn-%E5%AE%89%E8%A3%9D-e982d92162af) ---- #### (4)下載 Openpose openpose載點:https://github.com/CMU-Perceptual-Computing-Lab/openpose 1.在openpose資料夾中建置build資料夾外 2.網址下載caffe、pybind11 caffe : https://github.com/CMU-Perceptual-Computing-Lab/caffe pybind11 : https://github.com/pybind/pybind11 3.下載之後對3rdparty資料中的 caffe、pybind11做更換(因為原本的資料夾是空的)。#檔名要相同 #### (5)下載 Cmake cmake載點:https://cmake.org/download/ 在source code中選擇之前下載的openpose-master,build the binaries選擇之前新建的build資料夾,按configure之後選擇第一個visual stidio 15 2017、第二個選x64,之後就完成了。CMake在Configrure後,紅色勾選欄要將「BUILD_PYTHON」打勾。 ![](https://i.imgur.com/fLlUxa4.png) 紅色勾選欄要將「COCO_MODEL」打勾(依個人需求)。 ![](https://i.imgur.com/3q3qerj.png) 打完按generate。 其中遇到的問題: ![](https://i.imgur.com/ccSCbPr.png) 解決方法:下載缺失檔案放到C:\Windows\System32路徑下 vcruntime140_1d.dll載點:https://www.dll-files.com/vcruntime140_1d.dll.html #### (6)建置python 把上面改成Release ![](https://i.imgur.com/qKonIpm.png) 之後在 方案openpose上點右鍵,選 建置方案 ![](https://i.imgur.com/i5rUe6Z.png) 或者在工具列上按 建置 ![](https://i.imgur.com/txBt6Ra.png) 建置完成在這個路徑下會找到這三個檔案 ![](https://i.imgur.com/JFH46Qv.png) 完成後成後將終端機路徑只到上圖路徑 打 : python openpose_python.py #### (7) 啟動使用python建立的openpose 在cmd下輸入 ``` python openpose_python.py ``` 就可執行 ![](https://i.imgur.com/v2Mmcpn.jpg) 但如果出現No module named "cv2" ![](https://i.imgur.com/dLUFiIv.png) 要打下面這個指令,安裝OpenCV套件 ``` pip install opencv-python ``` ---- ### Anaconda [Anaconda 3 安裝教學及說明](https://medium.com/ai-for-k12/anaconda-3-%E5%AE%89%E8%A3%9D%E6%95%99%E5%AD%B8%E5%8F%8A%E8%AA%AA%E6%98%8E-3542d8e6a224) 當中在Anaconda有分成命令式及圖形化的新增方式 (1)命令式 安裝完Anaconda 3後,開啟 Anaconda Prompt ![](https://i.imgur.com/CfgM8in.png) Anaconda Prompt 打conda env list知道目前有甚麼虛擬環境, ``` conda env list ``` 接下來建立Python版本的虛擬環境 ``` conda create -name Openpose python=3.7 #新增名稱為Openpose的Python3.7虛擬環境 ``` (2)圖形化 ANACONDA NAVIGATOR test 確認虛擬環境有安裝什麼再create一個新的環境 ![](https://i.imgur.com/DriaQ31.png) 進入環境指令:activate Openpose ``` activate Openpose ``` ![](https://i.imgur.com/SAS7OmJ.png) [用conda建立及管理python虛擬環境](https://medium.com/python4u/%E7%94%A8conda%E5%BB%BA%E7%AB%8B%E5%8F%8A%E7%AE%A1%E7%90%86python%E8%99%9B%E6%93%AC%E7%92%B0%E5%A2%83-b61fd2a76566) 在Anaconda Prompt 使用conda指令安裝CUDA: ``` conda install cudatoolkit=11.0 conda install cudnn=11.1 ``` [CUDA Toolkit 和 cuDNN 的安裝](https://tf.wiki/zh_hant/basic/installation.html ) Toolkit安裝流程:自訂 下一步 下一步