openposec++配置教程+pythonapi
tensorflow版本选择之前有介绍过基于tensorflow的openpose版本安装，但是我觉得没有caffe框架那么好⽤，很多功能也实现不了，⽐如调节
net_resolution的调节，通过调节分辨率来提⾼检测的精确性和检测速度。还有⼿、脸和⾜的关键点识别，这些⽬前来说，tensorflow版本都没有涉及到。
所以寻求caffe框架好处多多，希望想进⾏⼤型项⽬开发的⼩伙伴还是选择caffe版本的，源码是c+。如果本⾝不太了解c++的⼩伙伴们，可以采⽤python api进⾏项⽬开发。
openpose c++的环境搭建：
openpose1.5.0 + vs2017 +cuda10.2 + cudnn7 + win10
1.openpose的获取
2.vs2017的安装，建议按默认路径安装
3.cuda和cudnn安装
4.下载模型⽂件
1.按照⽬录打开⽂件：\openpose\3rdparty\windows下到四个.bat批处理⽂件分别运⾏⼀次以⾃动下载所需环境。（我尝试的运⾏很慢，可以⽤浏览器下载，⽐较快⼀些）
2.在\openpose\models下到getModels.bat批处理⽂件运⾏下载所需模型。
6.⽣成⼯程（如下图所⽰）
单击configure进⾏配置，可能会下载⼀些⽂件，
注意选择相应的vs版本，默认是vs2017，若为64位平台选择win64
等进度条跑完，红⾊底⾊表⽰为新的内容，建议把所有model都勾选上，因为coco和mpi模型相对body_25较为简化，可加快运⾏速度。记得将gpu-mode 改成cuda
单击generate⽣成⼯程⽂件，可能会下载⼀些⽂件。
7.⽣成库
⽤ Visual Studio 2015 打開 build/OpenPose.sln 檔案
切換到 Release Mode 並 Build Project
这⼀点⾮常重要，如果没有改成release，后⾯的python api会启动失败。
8.运⾏测试
将希望运⾏的项⽬（openposedemo或者tutorial⾥的项⽬等）右击设为启动项⽬f5运⾏。
重要：
如果上⾯的步驟都做完，應該可以在
openpose\build\python\openpose\Release 看到
openpose_python.cp36-win_amd64.pyd library ⽂件。
（OpenPose 原⽣是⽤ C++ 寫的，是⽤ pybind11 包成 Python 可以呼叫的 library，这⾥的cp36指的是python3.6版本，⼀定要注意，以后环境变了，还要重新编译。）
完成上述步骤后，就可以在 \openpose\build\examples\tutorial_api_python运⾏所需的⽂件了。
⽐如openpose_python.py，这个是运⾏摄像头，进⾏实时检测的。
注意：dir_path，指的是你openpose的安装⽬录，如果你换了项⽬环境，需要改成以下的绝对路径。
下⾯是关于参数的修改，⾥⾯涉及很多参数，等以后会出相关的参数含义介绍。也可以⾃⼰查看相关⽂档。
后期会出相关的openpose的⽂档介绍，⾮常有意思，需要注意的地⽅也很多。
⽬前在进⾏相关项⽬的开发和整理，有兴趣的⼩伙伴可以加⼊讨论，当然拒绝伸⼿党，希望⼤家能尊重彼此的劳动成果，有机会进⾏合作。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。