首先簡單介紹一下Alposepose

該模型提出的論文：《RMPE: Regional Multi-Person Pose Estimation》ICCV 2017，是由上海交通大學提出的，目前在多人自討估計的效果最好。

文章的寫作背景是單人姿態估計的方法不能用在多人上面，而多人姿態估計方法雖然效果不錯，但是太慢了（485 seconds per image）。它對於多人姿態估計的方法採用傳統的自頂向下的方法，即先檢測人，再識別人體姿態。檢測使用的是SSD-512，識別人體姿態使用的是state-of-the-art的Stacked Hourglass方法。致力於解決對於imperfect proposal，通過調整，使得crop的單人能夠被單人姿態估計方法很好的識別，從而克服檢測帶來的定位誤差。

目前的人體檢測方法會產生兩個主要問題：定位錯誤，以及多餘的檢測結果，尤其是SPPE （singal person pose estimation）。這篇文章就是為解決這個問題而來的，提出了RMPE方法。包括了三個模組：Symmetric Spatial Transformer Network (SSTN)用於在不準確的bounding box下仍能提取準確的單個人的範圍，這是組合到SPPE裡面的。NMS是處理多餘的候選框的，它是採用了新的距離量測的方法來計算姿態的相似度，且是資料驅動的，不是預先設定的。PGPG用於增多訓練樣本。

-------------------------------------------------------------------------------------------------------------------------------------------------------------------------

OK,那麼下面介紹如何安裝配置Alphapose模型：

我的電腦：Ubuntu16.04，GPU,NVIDIA184

我們知道Ubuntu自帶兩個版本的python，分別是python2.7和python3.5,我想說github官網給的配置方法是有一定的細節未給出，需要親身實踐才能明白，這裡我先簡單說一下：pytorch必須要裝在系統的python3.5,因為官網給的測試程式和命令是python3的。按照我以下的方法完全可成功配置！！！

1，先下載模型程式碼

git clone -b pytorch https://github.com/MVIG-SJTU/AlphaPose.git

2，給python3.5安裝必要的依賴項

pip install -r requirements.txt

3，下載兩個模型： duc_se.pth 和yolov3-spp.weights，分別將他們放在./models/sppe and ./models/yolo資料夾裡

4，安裝pytorch!!!

先登陸官網

選擇需要的配置條件

 這樣一來我們看到最下面顯示的兩條命令，把命令在Ubuntu終端執行，直接複製貼上即可，複製到終端突然一個問題：

ok，缺什麼我們就安裝唄，簡單

成功。

繼續安裝：

這樣我們就在Ubuntu自帶的python安裝好pytorch了。為了驗證我們是否安裝成功，可以這樣：

python3
import torch

5，測試

測試影象：

python3 demo.py --indir ${img_directory} --outdir examples/res 

測試視訊並儲存

python3 video_demo.py --video ${path to video} --outdir examples/res --save_video

測試攝像頭

python3 webcam_demo.py --webcam 0 --outdir examples/res --vis

到此應該就沒問題，我手頭正好有個視訊，想測試一下，期待結果，結果出現一個問題

這個簡單，少啥補啥唄

jieguo

檢測視訊：

結果視訊會儲存來，如圖：

如果先看整體效果圖可以從我的百度雲裡看：

記錄一下配置步驟與各位小夥伴共勉！！！嘿嘿