问题标签 [openpose]

我需要运行 openpose 并从中获取输出关键点数据。我相信这里有关于如何做到这一点的描述：

https://github.com/CMU-Perceptual-Computing-Lab/openpose/blob/master/doc/demo_overview.md

但是，按照此处描述的构建 openpose 的说明进行操作后：

https://github.com/CMU-Perceptual-Computing-Lab/openpose/blob/master/doc/installation.md

CMake 构建中或我计算机上的其他任何地方都不存在名为“openpose.bin”的必要文件。

我认为问题可能与此处描述的 JSON 文件的使用有关：

https://github.com/CMU-Perceptual-Computing-Lab/openpose/blob/master/doc/output.md

但我不确定。似乎不是那种保存输出的方法，我在第一个链接中引用的方法相互依赖。

克隆 GitHub 会创建几个文件：openpose/include/openpose/headers.hpp 和 openpose/include/openpose/flags.hpp

flags.hpp 中的注释说它们不会自动包含在 headers 中，我认为这可能与我的问题有关，因为 flags.hpp 中引用了一些与保存输出相关的文件，我知道的不够多关于编程以确切了解如何包含 flags.hpp

我可以进行演示运行，以渲染叠加了视觉关键点的图像，但我需要的是这些关键点的参数以执行进一步处理。

我已经成功安装了 openpose（带有 OpenCV、CUDA 和所有必需的库）。起初我尝试通过运行演示应用程序来运行 openpose（我必须使用参数 --net-resolution）：

它工作正常。

现在，我想在自己的源代码中使用 openpose。因此，我想构建并运行 OpenPose 教程中的示例（图像中的 03 Keypoints ）。但是当我尝试运行源代码时，我得到了以下输出：

我已禁用所有可能的附加选项，这是我的来源：

你能帮我找出可能出错的地方吗？在error == cudaSuccess (2 vs. 0) out of memory我设置--net-resolution. 设置此参数后，打开姿势已开始正常工作。

非常感谢您的任何建议，任何帮助或评论都可以引导我解决问题。

我正在尝试在google colab上构建openpose，并且我已经完成了Cmake配置，并且在制作时，我使用了

它弹出一个错误，这是错误：

如何解决这个问题呢？

我已经在 MacOSX 中安装了 OpenPose，我可以执行如下示例：

但我无法在 Python 项目中导入/使用 Openpose 库。

在 Openpose 文件夹中，我完成了：

并导出变量：vim ~/.bashrc

但是当我尝试从 Python 控制台导入时：

关于如何解决这个问题以便能够从 Python 项目中使用 Openpose 的任何想法？

谢谢

windows 10 centos 7 python 3.6.5 VScode

我正在尝试 OpenPose，最后我命令了这段代码

[vagrant@localhost tf-pose-estimation]$ python3 run.py --model=mobilenet_thin --resize=432x368 --image=images/p2.jpg

但这并没有通过 matplotlib 显示任何窗口

我更改了后端代码

\home\vagrant.local\lib\python3.6\site-packages\matplotlib\mpl-data\matplotlibrc

后端：Agg => 后端：TKAgg

[vagrant@localhost tf-pose-estimation]$ python3 run.py --model=mobilenet_thin --resize=432x368 --image=images/p2.jpg

/home/vagrant/.local/lib/python3.6/site-packages/tensorflow/python/framework/dtypes.py:516：FutureWarning：不推荐将（type，1）或'1type'作为类型的同义词传递；在 numpy 的未来版本中，它将被理解为 (type, (1,)) / '(1,)type'。_np_qint8 = np.dtype([("qint8", np.int8, 1)]) /home/vagrant/.local/lib/python3.6/site-packages/tensorflow/python/framework/dtypes.py:517： FutureWarning：不推荐将 (type, 1) 或 '1type' 作为类型的同义词传递；在 numpy 的未来版本中，它将被理解为 (type, (1,)) / '(1,)type'。_np_quint8 = np.dtype([("quint8", np.uint8, 1)]) /home/vagrant/.local/lib/python3.6/site-packages/tensorflow/python/framework/dtypes.py:518： FutureWarning: Passing (type, 1)

---脚本部分除外-----

TfPoseEstimator/Openpose/MConv_Stage6_L2_5_pointwise/BatchNorm/FusedBatchNorm TfPoseEstimator/Openpose/concat_stage7/axis TfPoseEstimator/Openpose/concat_stage7 WARNING:tensorflow:From /home/vagrant/tf-pose-estimation/tf_pose/estimator.py:341: 名称 tf.placeholder已弃用。请改用 tf.compat.v1.placeholder。

2019-09-10 12:57:56,417 来自 /home/vagrant/tf-pose-estimation/tf_pose/estimator.py:341 的警告：不推荐使用名称 tf.placeholder。请改用 tf.compat.v1.placeholder。

警告：tensorflow：来自 /home/vagrant/tf-pose-estimation/tf_pose/estimator.py:342：不推荐使用名称 tf.image.resize_area。请改用 tf.compat.v1.image.resize_area。

2019-09-10 12:57:56,420 来自 /home/vagrant/tf-pose-estimation/tf_pose/estimator.py:342 的警告：不推荐使用名称 tf.image.resize_area。请改用 tf.compat.v1.image.resize_area。

警告：tensorflow：来自 /home/vagrant/tf-pose-estimation/tf_pose/tensblur/smoother.py:96：不推荐使用名称 tf.variable_scope。请改用 tf.compat.v1.variable_scope。

2019-09-10 12:57:56,442 来自 /home/vagrant/tf-pose-estimation/tf_pose/tensblur/smoother.py:96 的警告：不推荐使用名称 tf.variable_scope。请改用 tf.compat.v1.variable_scope。

警告：tensorflow：来自 /home/vagrant/tf-pose-estimation/tf_pose/estimator.py:354：add_dispatch_support..wrapper（来自 tensorflow.python.ops.array_ops）已弃用，将在未来版本中删除。更新说明：在 2.0 中使用 tf.where，与 np.where 具有相同的广播规则 2019-09-10 12:57:56,463 WARNING From /home/vagrant/tf-pose-estimation/tf_pose/estimator.py： 354：add_dispatch_support..wrapper（来自 tensorflow.python.ops.array_ops）已被弃用，将在未来版本中删除。更新说明：使用2.0中的tf.where，广播规则与np.where相同2019-09-10 12:57:56.563567:W tensorflow/compiler/jit/mark_for_compilation_pass.cc:1412]（一次性警告): 未将 XLA:CPU 用于集群，因为未设置 envvar TF_XLA_FLAGS=--tf_xla_cpu_global_jit。如果你想要 XLA:CPU，要么设置该环境变量，要么使用experimental_jit_scope 来启用XLA:CPU。要确认 XLA 处于活动状态，请传递 --vmodule=xla_compilation_cache=1（作为适当的命令行标志，而不是通过 TF_XLA_FLAGS）或设置 envvar XLA_FLAGS=--xla_hlo_profile。2019-09-10 12:57:57.584627: W tensorflow/core/framework/allocator.cc:107] 24164352 的分配超过了系统内存的 10%。[2019-09-10 12:58:04,331] [TfPoseEstimatorRun] [INFO] 推理图像：images/p2.jpg 在 1.3923 秒内。2019-09-10 12:58:04,331 INFO 推理图像：images/p2.jpg 在 1.3923 秒内。107] 24164352 的分配超过了系统内存的 10%。[2019-09-10 12:58:04,331] [TfPoseEstimatorRun] [INFO] 推理图像：images/p2.jpg 在 1.3923 秒内。2019-09-10 12:58:04,331 INFO 推理图像：images/p2.jpg 在 1.3923 秒内。107] 24164352 的分配超过了系统内存的 10%。[2019-09-10 12:58:04,331] [TfPoseEstimatorRun] [INFO] 推理图像：images/p2.jpg 在 1.3923 秒内。2019-09-10 12:58:04,331 INFO 推理图像：images/p2.jpg 在 1.3923 秒内。

我在 Windows 上使用 TensorRT for python 时遇到问题。

我想在 Windows 上使用 openpose，但是它需要用于 python 的 TensorRT。当我尝试执行文件 run_webcam.py（openpose 代码）时，出现以下错误：

我安装了tensorflow包（最新版本）但它不包含tensorrt类寻找解决方案，我在nvidia网站上找到了以下信息https://devtalk.nvidia.com/default/topic/1044414/tensorrt/tensorrt-python -和-windows/

如果 windows 不支持 python 的 TensorRT，OpenPose 如何在 windows 上工作？？？？？？

非常感谢任何提示或帮助

在 Windows 10 上工作

尝试设置pose2pose，它需要PyOpenPose和OpenPose才能运行，在下面的代码中不断遇到问题：

我已经将每个变量的每个组合添加到我的路径和我的 PYTHONPATH 中，甚至制作了 python37.pth 并将其定向到我的模块，但仍然没有。

编辑：在构建使用 Cmake 构建的 PyOpenPose 时，然后在 Visual Studio 2019 中，配置属性设置为 .dll 但没有创建 .dll，而是在 C:\Users\conta 中有一个 .lib、.exe 和 .pyd \Documents\GithubRepos\pyopenpose\build\PyOpenPoseLib\Release

我想通过docker for python 3安装openpose。为此，我正在制作一个包含所有命令的Dockerfile，并在安装过程中出错。

我正在尝试使用此代码从头开始构建 Dockerfile。

我期望一个干净的安装BUILD_python: ON和USE_OPENCV: ON.

这是完整的输出：

Caffe 版本中出现了其他错误 -

在安装 openpose 期间，正在安装依赖项。在使用 - make -j 进行构建时nproc

我收到以下错误：

我在docker容器中使用openpose。以下命令创建图像，其中检测到的关键点打印在原始图像上。

我希望在黑色背景上没有原始图像的关键点。就像这里显示的：

我怎样才能做到这一点？