1.關於OpenPose 
介紹：OpenPose是一個由CMU開源的實時多人關鍵點檢測庫，它實現了一個人人體、手部和臉部關鍵點檢測的實時系統（共130個關鍵點）。 
github地址：https://github.com/CMU-Perceptual-Computing-Lab/openpose

2.系統配置 
作業系統：Win7 x64 
IDE：Viusal studio 2015 
GPU：GT 720 
CUDA： 8.0

2.1安裝CUDA,CuDNN，Visual Studio2015 
(1)CUDA安裝：https://developer.nvidia.com/cuda-downloads 
按照提示直接安裝即可。

(2)CuDNN安裝：https://developer.nvidia.com/cudnn 
這一步需要註冊一個賬號，並填寫一個問卷，完成後即可下載。CuDNN下載後解壓，新增 [yourPath]\cuda 和[yourPath]\cuda\bin 到環境變數 並按照如下操作： 
[yourPath]\cuda\bin\cudnn64_5.dll —> （拷貝至） 
[yourPath]\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin 
[yourPath]\cuda\include\cudnn.h —> （拷貝至） 
[yourPath]\NVIDIA GPU Computing Toolkit\CUDA\v8.0\include 
[yourPath]\cuda\lib\x64\cudnn.lib —>（拷貝至） 
[yourPath]\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64

(2)安裝Visual Studio 2015 
嘗試過使用Visual Studio 2013 進行編譯，出現很多錯誤，改用VS2015後正常（可能跟工程配置或使用了C++14 的新特性有關）。

2.2下載相關依賴 
下載上述GitHub上的OpenPose，執行openpose-master/windows路徑下的批處理檔案”download_3rdparty_and_models.bat“，會自動下載工程需要的caffe，opencv以及相關model。 
 
下載完成後，下載的caffe，opencv及相關庫檔案在在openpose-master/3rdparty/windows下： 
 
下載的人體，手部以及臉部的caffemodel檔案在openpose-master\models下的pose，hand和face各自資料夾中： 

(3)執行 
開啟工程，切換到release模式，直接編譯執行。 
可能會遇到的問題： 
A. GPU out of memory -> GUP記憶體不夠，換用更高記憶體的GUP；或更改相關引數（見後文） 
B. GPU compute capacity mismatch -> GUP的compute capacity與CuDNN 不匹配。CuDNN要求GPU的compute capacity大於3.0. 之前使用Tesla c2050遇到了這樣的情況。GPU的compute capacity詳見https://developer.nvidia.com/cuda-gpus，這裡有Nvida官方提供的各型號GPU的相關資料。

3.測試 
程式執行會自動檢測可用的攝像頭，也可以設定為使用本地圖片或視訊進行測試，使用本地圖片測試需要修改openpose.cpp:
（1）讀取測試圖片資料夾（工程自帶了一些測試圖片，存放在openpose-master\examples\media）： 
 
（2）儲存測試結果資料夾（在openpose-master\examples\media 下新建一個resultImg資料夾）： 
 
使用GT720顯示卡測試單張圖片出現 GPU out of memory問題，因一時沒有更大容量的GPU，修改了程式中一些引數得以正常執行。主要修改的引數netInputSize，faceNetInputSize，handNetInputSize。修改後的引數如下圖，其中註釋為程式中預設設定的引數。注意size的長寬需要為16的整數倍。 
關於netInputSize,程式碼中的註解: 
/** 
* CCN (Conv Net) input size. 
* The greater, the slower and more memory it will be needed, but it will potentially increase accuracy. 
* Both width and height must be divisible by 16. 
*/

修改後進行測試，本機上使用GT720的FPS為0.6（由於顯示卡容量限制，這裡只檢測人體關鍵點，未開啟人臉和手部關鍵點檢測），部分測試結果（圖片來自網路）： 

由於修改了netInputSize，會導致結果比預設引數情況下差。

使用K40c 顯示卡進行測試，使用工程預設netInputSize，只進行人體關鍵點檢測，FPS在4.0左右。同時進行人體，手部和臉部的關鍵點檢測（工程預設只進行人體關鍵點檢測，檢測人臉和手部關鍵點需要在在程式碼中修改開啟）並修改netInputSize引數分別為512x256,256x256,256x256 FPS在1.2左右，部分結果如下： 

測試中使用windows自帶的截圖工具從網頁上截圖並儲存為jpg格式，字尾為”.JPG”(大寫)無法完成測試，工程自帶的圖片，字尾為”.jpg”(小寫)可以正常測試。將擷取儲存的圖片使用畫圖工具”另存為JPEG”，得到的圖片字尾為”.jpg”,可以正常測試。可能是程式問題。
--------------------- 
作者：JerryZhang__ 
來源：CSDN 
原文：https://blog.csdn.net/JerryZhang__/article/details/76208871 
版權宣告：本文為博主原創文章，轉載請附上博文連結！