基于tf-pose-estimation的關(guān)鍵點(diǎn)檢測(TensorFlow實(shí)現(xiàn))

所需環(huán)境:Python3.6 + Tensorflow
如果使用cpu版本,可以參考:http://www.itdecent.cn/p/da141c730180
如果使用gpu版本,可以參考:http://www.itdecent.cn/p/62d414aa843e

還需要裝一下git,下載地址:https://git-scm.com/downloads

6個(gè)步驟:

  1. 安裝TensorFlow GPU版本
  2. 下載 tf-pose-estimation 源碼
  3. 安裝所需模塊
  4. 安裝openCV
  5. Build c++ library
  6. 運(yùn)行

1. 安裝TensorFlow GPU版本

參考:http://www.itdecent.cn/p/62d414aa843e

如果沒有g(shù)pu,也可以使用cpu

2. 下載 tf-pose-estimation 源碼

git 方式:

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

直接下載Zip方式,然后解壓源碼:


直接下載方式

3.安裝所需模塊

所需模塊查看

打開cmd,進(jìn)入目錄,執(zhí)行命令:

F:

cd tf-openpose

pip install -r requirements.txt

如圖:


安裝所需模塊

我這里是F:\tf-openpose目錄,大家還要按自己的目錄來

image.png

如果出現(xiàn)這樣的錯(cuò)誤,是網(wǎng)絡(luò)問題,多試幾次

4.安裝openCV

下載 : http://ai-download.xmgc360.com/opencv_python-3.3.0.10-cp36-cp36m-win_amd64.whl

根據(jù)自己下載所在目錄進(jìn)行安裝,我的是放在了F:\tf-openpose目錄下

# 安裝

pip install F:\tf-openpose\opencv_python-3.3.0.10-cp36-cp36m-win_amd64.whl

5.Build c++ library

首先要下載swig,用swig命令去編譯
下載地址:http://prdownloads.sourceforge.net/swig/swigwin-3.0.12.zip,解壓到制定目錄,我這里放在C:\swigwin-3.0.12,把該目錄加入環(huán)境變量path

image.png

cd F:\tf-openpose\tf_pose\pafprocess
swig -python -c++ pafprocess.i && python setup.py build_ext --inplace
image.png

6.調(diào)用攝像頭運(yùn)行程序:

進(jìn)入F:\tf-openpose目錄下,執(zhí)行程序

F:

cd tf-openpose

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

效果如下:


演示效果
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容