Ubuntu18.04 人体姿态检测算法OpenPose环境配置
- Ubuntu18.04 人体姿态检测算法OpenPose环境配置
- 资源的准备
- Caffe搭建
- OpenPose编译
Ubuntu18.04 人体姿态检测算法OpenPose环境配置
最近项目中需要实现一个人体姿态检测算法的需求,GitHub中也有Pytorch版本的OpenPose但是跑起视频来惨不忍睹,只有2-3FPS;于是就考虑使用CMU官方的代码,就进行了一波漫长的环境配置。
资源的准备
首先在Github上获取OpenPose项目文件:
git clone https://github.com/CMU-Perceptual-Computing-Lab/openpose.git
根据网络情况可能有快有慢,还是建议挂一下梯子下载速度快一些。
OpenPose的项目环境需要Caffe与OpenCV,于是先行安装OpenCV,可以从OpenCV官网下载OpenCV官网,也可以通过git:
git clone https://github.com/Itseez/opencv.git
git clone https://github.com/Itseez/opencv_contrib.git
下载成功后,可以在你的home目录下看见opencv和opencv_contrib两个文件夹,将opencv_contrib目录移到opencv目录下。
在下载的过程中,我们可以添加opencv所需要的依赖库:
sudo apt-get install build-essential
sudo apt-get install cmake git libgtk2.0-dev pkg-config libavcodec-dev libavformat-dev libswscale-dev
sudo apt-get install python-dev python-numpy libtbb2 libtbb-dev libjpeg-dev libpng-dev libtiff-dev libjasper-dev libdc1394-22-dev
安装build-essential可能会出现安装不上的问题,需要安装可以使用:
apt depends build-essential
查看build-essential所需要的依赖。
在各项依赖安装完成之后mkdir build
在opencv目录下创建build目录,cd build
进入build目录,执行:
cmake -D CMAKE_INSTALL_PREFIX=/usr/local -D CMAKE_BUILD_TYPE=Release -D OPENCV_EXTRA_MODULES_PATH=../opencv_contrib/modules ..
注意:最后的两个点不能丢
cmake编译成功出现Configuring done和Generating done,接下来进行下一步输入
sudo make -j8
如果顺利的话就会出现
这就意味着opencv编译成功了,如果出现了编译错误,那就需要找一找是否是有哪些依赖没有事先安装。
接下来运行:
sudo make install
可以在/usr/local/lib
目录下看到一系列libopencv_xxx.so
等这样的动态库,这样成功安装OpenCV,可以适用于各种语言。
Caffe搭建
安装相关依赖库
sudo apt-get --assume-yes install build-essentialsudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compilersudo apt-get install --no-install-recommends libboost-all-devsudo apt-get install libopenblas-dev liblapack-dev libatlas-base-devsudo apt-get install libgflags-dev libgoogle-glog-dev liblmdb-devsudo -H pip install --upgrade numpy protobuf
Caffe的下载
可以直接从OpenPose
的GitHub项目中的3rdparty
的第三方目录中Caffe
中获取:
git clone https://github.com/CMU-Perceptual-Computing-Lab/caffe.git
将下载好的Caffe文件放在OpenPose项目的Caffe目录下进行编译,以免一些未知的错误,打开下载好的Caffe文件,目录下新建一个build目录
修改MakeFile.config
进入caffe,将 Makefile.config.example
文件复制一份并更名为Makefile.config
,也可以在caffe目录下直接调用以下命令完成复制操作 :
sudo cp Makefile.config.example Makefile.config
修改Makefile.config
文件,在caffe目录下打开该文件:
...
将
#USE_CUDNN := 1
修改成:
USE_CUDNN := 1
......
#如果此处是OpenCV2,则不用修改
将
#OPENCV_VERSION := 3
修改为:
OPENCV_VERSION := 3
......
将
#WITH_PYTHON_LAYER := 1
修改为
WITH_PYTHON_LAYER := 1
......
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib
修改为:
INCLUDE_DIRS := $(PYTHON_INCLUDE) /usr/local/include /usr/include/hdf5/serial
LIBRARY_DIRS := $(PYTHON_LIB) /usr/local/lib /usr/lib /usr/lib/x86_64-linux-gnu /usr/lib/x86_64-linux-gnu/hdf5/serial
......
将
CUDA_ARCH := -gencode arch=compute_20,code=sm_20 \-gencode arch=compute_20,code=sm_21 \-gencode arch=compute_30,code=sm_30 \-gencode arch=compute_35,code=sm_35 \-gencode arch=compute_50,code=sm_50 \-gencode arch=compute_52,code=sm_52 \-gencode arch=compute_60,code=sm_60 \-gencode arch=compute_61,code=sm_61 \-gencode arch=compute_61,code=compute_61
修改为
CUDA_ARCH := -gencode arch=compute_30,code=sm_30 \-gencode arch=compute_35,code=sm_35 \-gencode arch=compute_50,code=sm_50 \-gencode arch=compute_52,code=sm_52 \-gencode arch=compute_60,code=sm_60 \-gencode arch=compute_61,code=sm_61 \-gencode arch=compute_61,code=compute_61
...
然后修改 Caffe 目录下的Makefile
文件:
...
将:
NVCCFLAGS +=-ccbin=$(CXX) -Xcompiler-fPIC $(COMMON_FLAGS)
替换为:
NVCCFLAGS += -D_FORCE_INLINES -ccbin=$(CXX) -Xcompiler -fPIC $(COMMON_FLAGS)
......
将:
LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_hl hdf5
改为:
LIBRARIES += glog gflags protobuf boost_system boost_filesystem m hdf5_serial_hl hdf5_serial
...
然后修改/usr/local/cuda/include/host_config.h
文件
...
将
#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!
改为
//#error-- unsupported GNU version! gcc versions later than 4.9 are not supported!
...
编译 ,在caffe目录下执行:
sudo make all -j8
在编译的过程中遇到了:
libcudart.so.10.0: cannot open shared object file: No such file or directory
显示连接不上cuda的相关动态库,首先确认了环境变量/etc/profile
与~/.bashrc
中有含了:
export PATH=$PATH:/usr/local/cuda-10.0/bin
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda-10.0/lib64
export LIBRARY_PATH=$LIBRARY_PATH:/usr/local/cuda-10.0/lib64
source /etc/profile
使得配置文件生效之后在编译
若仍提示相同的错误,则执行以下命令,将相应的库文件复制到/usr/lib
sudo cp /usr/local/cuda-8.0/lib64/libcudart.so.8.0 /usr/local/lib/libcudart.so.8.0 && sudo ldconfig
sudo cp /usr/local/cuda-8.0/lib64/libcublas.so.8.0 /usr/local/lib/libcublas.so.8.0 && sudo ldconfig
sudo cp /usr/local/cuda-8.0/lib64/libcurand.so.8.0 /usr/local/lib/libcurand.so.8.0 && sudo ldconfig
ldconfig命令是一个动态链接库管理命令,是为了让动态链接库为系统共享。
然后重新进入Caffe目录下进行编译
sudo make clean
sudo make all -j8
再测试Caffe是否安装成功:
sudo make runtest -j8
测试时间较长,但是觉得还是有必要进行一下,因为如果Caffe编译不成功导致后面OpenPose编译不成功,问题不好排查,当终端出现RUN OK等绿色字样意味着编译成功了,便可以进行下一步
OpenPose编译
首先安装Cmake GUI
sudo apt-get install cmake-gui
下载官方给的caffemodel
cd models
./getModels.sh
cd ..
下载速度看网络情况,也可选择一下连接手动下载模型权重,放在对应的模型目录下
http://posefs1.perception.cs.cmu.edu/OpenPose/models/pose/body_25/pose_iter_584000.caffemodel
http://posefs1.perception.cs.cmu.edu/OpenPose/models/pose/coco/pose_iter_440000.caffemodel
http://posefs1.perception.cs.cmu.edu/OpenPose/models/pose/mpi/pose_iter_160000.caffemodel
http://posefs1.perception.cs.cmu.edu/OpenPose/models/face/pose_iter_116000.caffemodel
http://posefs1.perception.cs.cmu.edu/OpenPose/models/hand/pose_iter_102000.caffemodel
打开Cmake GUI对OpenPose进行编译,进入图形化界面后where is the source code
与Where to build the binaries
分别填写OpenPose项目目录和build目录
然后在左下角的configure
默认就这两个选项,点击Finish,完成之后选择
这个时候要填写之前配置的caffe路径Caffe_INCLUDE_DIRS
这个填写caffe目录下的include目录/home/user/openpose/3rdparty/caffe/include
caffe_LIBS
填写home/user/openpose/3rdparty/caffe/build/lib/libcaffe.so
然后去掉最上面的BUILD_CAFFE选项,点击下方的Generate,结束
编译OpenPose:
cd build
sudo make -j8
可能会出现fatal error:caffe/proto/caffe.pd.h : No such file or diretory 解决方案:找到最初编译caffe的文件夹,使用命令行(生成caffe.pb.h,然后新建空文件夹移过去)
protoc src/caffe/proto/caffe.proto --cpp_out=.
mkdir include/caffe/proto
mv src/caffe/proto/caffe.pb.h include/caffe/proto
接下来就可以编译成功了
测试OpenPose
测试视频:
# human pose
./build/examples/openpose/openpose.bin --video examples/media/video.avi
# human pose with face and hands
./build/examples/openpose/openpose.bin --video examples/media/video.avi --face --hand
摄像头测试:
# human pose
./build/examples/openpose/openpose.bin
# human pose with face and hands
./build/examples/openpose/openpose.bin --face --hand
最后成功显示