densepose是一個比較先進的3D姿態估計模型，很厲害，具體可以見官網：http://densepose.org/

一，安裝caffe2和Detectron：

按照這個連結絕對沒問題

二，Install the COCO API:

1，定位到要下載的路徑：

git clone https://github.com/cocodataset/cocoapi.git $COCOAPI
cd $COCOAPI/PythonAPI

2，安裝

make install

出錯如下：

解決方案：

pip install cython

成功。。

3，測試，如果在python中輸入 import pycocotools.coco不出錯就ok

出錯，解決方案：sudo apt-get install python-tk

再次測試：成功：

 三：densepose搭建

1，Clone the Densepose repository:

it clone https://github.com/facebookresearch/densepose $DENSEPOSE

2，Install Python dependencies:

pip install -r $DENSEPOSE/requirements.txt

3，Set up Python modules:

cd $DENSEPOSE && make

python2 $DENSEPOSE/detectron/tests/test_spatial_narrow_as_op.py
 

 4，Build the custom operators library:

cd $DENSEPOSE && make ops

5.Check that the custom operator tests pass:

python2 $DENSEPOSE/detectron/tests/test_zero_even_op.py

出現上圖說明現在densepose已經完全搭建好了，enjoy............................................................

四，測試應用，這個模型可研究性很大，我先放個我提uv圖的demo,更深入的見官網

用人家的模型測試圖片： 

python2 tools/infer_simple.py \
    --cfg configs/DensePose_ResNet101_FPN_s1x-e2e.yaml \
    --output-dir DensePoseData/infer_out/ \
    --image-ext jpg \
    --wts https://s3.amazonaws.com/densepose/DensePose_ResNet101_FPN_s1x-e2e.pkl \
    DensePoseData/demo_data/demo_im.jpg