【OpenPose

【OpenPose

关于OpenPose

OpenPose是一个由CMU开源的实时多人关键点检测库，它实现了一个人人体、手部和脸部关键点检测的实时系统（共130个关键点）。

• GitHub链接：

如果只想尝试 Demo 可以玩 OpenPose 提供的exe，目前更新了 cpu 和 gpu 的 v1.5.0。网上关于 openpose-window 教程普遍是 vs2015+cuda8.0+cudnn5.0，这里整理一下我在配置过程中遇到的问题，为他人和自己以后提供便利。值得注意的是，截至笔者写下这篇笔记的时间，openpose 对 vs2015 优化较多，网上资料普遍是针对 vs2015 的，请自行考虑下载的版本。

安装顺序

clone openpose - > vs2017 - > CUDA10.1 - > cuDNN v7.6.1 -> CMake 3.14.6
注：

• openpose 的下载是为 cmake 生成 built 文件做准备
• 安装 CUDA 前一定要先安装 vs ，如果电脑已经下载了 CUDA 而还没下载 vs 的话，先把 CUDA 卸载，安装 vs 后再重新安装 CUDA 。

clone OpenPose

打开openpose 的 github 链接，复制 openpose git 地址，在 GitHub Desktop 里 Clone repository 中填入 URL，配置本地路径（不含中文的路径），然后 clone 即可。

下载 vs2017

安装时勾选通用 Windows 平台开发（包括其子选项C++ 通用 Windows 平台工具）、使用 C++ 的桌面开发 以及 使用 C++ 的 linux 开发

下载 CUDA 10.1

建议下载至默认路径

下载cuDNN v7.6.1

需要注册 Nvidia 账号，cuDNN版本是与 CUDA 版本对应的，下载什么版本的 CUDA 就应该下载与之对应的 cuDNN 版本，此处 cuDNN v7.6.1与 CUDA 10.1对应。
下载后把压缩包内的bin、include、lib三个文件夹复制到C:Program FilesNVIDIA GPU Computing ToolkitCUDAv10.1文件夹下，覆盖原有的bin、include、lib。

下载CMake

生成环境搭建

在openpose3rdpartywindows下找到四个.bat批处理文件分别运行一次以自动下载所需环境

在openposemodels下找到getModels.bat批处理文件运行下载所需模型。

生成工程

打开 CMake，将 source code 路径配置到 /openpose，即 GitHub clone路径，配置 build 路径到 /openpose/build ，build路径必须为新建的文件夹或空文件夹，路径若不存在会帮你新建。

单击左下方 Configure 配置，并耐心等待。

注意选择相应VS版本，默认是Visual Studio 2017，若为64位平台，选择相应VS版本Win64，否则后续编译可能报错。(某些CMake版本会多出来一个选项选择系统平台，我们选择 x64 就可以了)，如果不小心选择错了 vs版本导致报错，可以在左上角 File - > Delete Cache 清空版本选择

注： 若出现

-- The C compiler identification is unknown
-- The CXX compiler identification is unknown
CMake Error :14 (project):No CMAKE_C_COMPILER could be found.CMake Error :14 (project):No CMAKE_CXX_COMPILER could be found.

引起这个错误的原因是 CMake 找不到 C++ 的编译器，可以打开/openpose/build/CMakeFiles/CMakeError.log查看错误报告，方便对症下药，笔者也遇到了这个问题，这里提供两个解决方法供参考

• 检查 VS 的安装目录是否有 cl.exe 以及 rc.exe 和 rcdll.dll。如果没有 cl.exe，那么可能是只安装了VS，没有安装 VC 编译器，打开VS，选择 VC 安装即可。
  如果没有 rc.exe 和 rcdll.dll，这是编译资源用的，可能安装在 Windows SDK 中，直接复制这两个文件到 VC/bin 目录下即可。
• 检查 Visual Studio installer 是否在安装 vs2017 时安装通用 Windows 平台开发（包括其子选项C++ 通用 Windows 平台工具）、使用 C++ 的桌面开发 以及 使用 C++ 的 linux 开发

等待进度条跑完，左下角显示 Configuring done，说明 Configure 成功，红色底色表示新的内容。这里建议把所有MODEL都勾选上以备后需，因为COCO 和MPI 模型相对BODY_25较为简化，可加快运行速度。


单击 Generate 生成工程文件，可能会下载一些文件，耐心等待即可，结束以后可以 Open Project 或在build文件夹下找到.sln文件用 vs2017 打开工程。

生成库

打开 OpenPose.sln 后右击 OpenPose library 下的 openpose 设为启动项目

改Debug为Release，再次右击openpose生成library。

运行Demo

以生成库同样的方法，右键 OpenPoseDemo 设为启动项目，点击 F5 运行即可

注： 若希望提高fps，可在Demo项目内的 openpose.cpp 文件中切换Model为COCO或MPI，亦可降低分辨率&#-1x64 后一位必须为16的倍数），但代价是精度会有所下降。

参考

• 官方： .md