目的復現代碼

完成視頻中的人體姿態識別

復現過程

視頻來源：https://www.youtube.com/watch?v=cMhWNGBW1Xg?www.youtube.com

視頻動圖

檢測結果下載的畫質本來就不高，再加上兩次錄屏，畫質比較渣。

首先確認工程所需要的依賴：python3

tensorflow 1.4.1+

opencv3, protobuf, python3-tk

slidingwindow

然后進行安裝：

$ git clone https://www.github.com/ildoonet/tf-pose-estimation

$ cd tf-pose-estimation

$ pip3 install -r requirements.txt

這里我的當前的環境中，pip對應的版本是python3，所以修改該命令為

pip install -r requirements.txt

遇到以下問題：

Looking in indexes: https://pypi.mirrors.ustc.edu.cn/simple/

Collecting git+https://github.com/ppwwyyxx/tensorpack.git

Cloning https://github.com/ppwwyyxx/tensorpack.git to /tmp/pip-req-build-d9276zkb

Complete output from command python setup.py egg_info:

Traceback (most recent call last):

File "", line 1, in

File "/tmp/pip-req-build-d9276zkb/setup.py", line 7, in

assert version > 30, "Tensorpack installation requires setuptools > 30"

AssertionError: Tensorpack installation requires setuptools > 30

----------------------------------------

Command "python setup.py egg_info" failed with error code 1 in /tmp/pip-req-build-d9276zkb/

根據提示，是因為setuptools版本太低，于是更新

pip install --ignore-installed --upgrade setuptools

后續又提示幾個依賴出現同樣的版本問題，可以用上面的命令逐一更新。

最后安裝成功顯示：

Successfully built tensorpack

Installing collected packages: tensorpack

Successfully installed tensorpack-0.9.4

然后編譯C++庫

$ cd tf_pose/pafprocess

$ swig -python -c++ pafprocess.i && python3 setup.py build_ext --inplace

輸出：

swig -python -c++ pafprocess.i && python setup.py build_ext --inplace

The program 'swig' can be found in the following packages:

* swig

* swig2.0

Try: sudo apt install

根據提示安裝swig

sudo apt install swig

再次運行

swig -python -c++ pafprocess.i && python setup.py build_ext –inplace

接著遇到了CUDA版本的問題

ImportError: libcublas.so.10.0: cannot open shared object file: No such file or directory

因為之前在python27虛擬環境中使用cuda8，現在在python3中使用cuda10，所以需要更換cuda的路徑，這里可以參考：shellyfung：人體姿態識別--AlphaPose+TensorFlow?zhuanlan.zhihu.com

更換之后運行demo

python run.py --model=mobilenet_thin --resize=432x368 --image=./images/p1.jpg

輸出以下信息：

Status: CUDA driver version is insufficient for CUDA runtime version

這里需查看以下內容NVIDIA驅動

CUDA版本

tensorflow版本

這三者之間是有版本對應關系的，因為目前切換了cuda10，而對應的nvidia驅動版本過低，因此重新安裝NVIDIA驅動，這里大家可以參考網絡上的教程，卸載的方式和你安裝的方式最好是對應的。安裝完成之后，使用nvidia-smi查看安裝結果。

然后運行

python run.py --model=mobilenet_thin --resize=432x368 --image=./images/p1.jpg

可以在對應的路徑下查找輸出的結果。

檢測視頻

作者提供了一個攝像頭實時檢測的腳本

python run_webcam.py --model=mobilenet_thin --resize=432x368 --camera=0

因為我要檢測視頻，所以需要修改部分內容。

打開run_webcam.py，查看讀取攝像頭的代碼

作者是使用opencv讀取的攝像頭，而在opencv中，讀取攝像頭和讀取視頻使用的方法是一樣的，只不過需要修改傳入參數。首先在本地測試讀入視頻，代碼如下:

import cv2

import numpy as np

cap = cv2.VideoCapture("video.mp4")

while 1:

ret, frame = cap.read()

cv2.imshow("capture", frame)

if cv2.waitKey(100) & 0xFF == ord('q'):

break

cap.release()

cv2.destroyAllWindows()

可以成功讀取視頻，只不過使用的是cpu，畫面非常的卡頓。

接著修改腳本中的參數：

# parser.add_argument('--camera', type=int, default=0)

parser.add_argument('--camera', type=str, default='0x0')

然后在終端運行：

python run_webcam.py --model=mobilenet_thin --resize=432x368 --camera=video.mp4

只需要將—camera=后面的內容修改為視頻的名稱就可以，前提是視頻需要和腳本放在同一目錄下。

然后就可以看到輸出結果了，視頻截圖：

可以看到，在某些動作比較快的畫面下，檢測結果的丟幀還是存在的。

完整檢測后的視頻鏈接：https://youtu.be/zdIyKFJ4xzg?youtu.be

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的tfpose与openpose区别_人体姿态识别--Openpose+Tensorflow的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。