人體行為識別（骨架提取），搭建openpose環境，VS2019(python3.7)+openpose
這幾天開始接觸人體行為識別，經過多方對比後，選擇了現在最熱的人體骨架提取開源庫，openpose。
下面就不多說了，直接開始openpose在win10下的配置：
需求如下：
1. VS2019 據說VS2015以上的版本就可以，VS201x主要是為了通過cMake生成的.sln檔案生成可執行exe檔案、dll檔案，和一些程式執行所必需的檔案，下載VS2019 community版本就可以，有微軟賬號（免費申請）就可以免費用；
2. Python3.7+Pycharm 想要在Python環境下執行的需要安裝這兩個，當然也可以是其他的組合，不過還是推薦最新版本的，而且Pycharm真的很棒；
3.cmake-3.15.3-win64-x64 https://cmake.org/download/ 開啟官方網站下載即可，選擇最新版本的，這個版本可以生成VS2019的檔案，其他的比如有VS2017。。。。也可以選舊版本的，不過這個向下相容，下載最新的就可以；
4.cudnn（最新）+cuda（最新） 這兩個怎麼裝百度一下就可以了，很簡單，但是推薦在裝好VS201x後安裝，不然可能會出現一些問題，不會的可以留言問我；
5.openpose 在GitHub上下載最新的openpose原始檔，網址如下https://github.com/CMU-Perceptual-Computing-Lab/openpose。
以上差不多就是配置openpose所必須的東西了，接下來是具體的步驟：
1.假設你已經裝好了VS2019，Python3.7+Pycharm，cudnn（最新）+cuda（最新）；然後兩個下載並解壓好的Cmake和OpenPose（我這裡為openpose-master，不同的下載方式可能還會有不同的命名方式，不過都無傷大雅）原始檔如下圖紅色下劃線所指：
2.檔案路徑如下，開啟cmake-gui.exe；
開啟cmake-gui.exe如下，按照我所用紅色下劃線標註的填寫，對應的路徑修改為自己的，如果你跟我一樣放在A盤，並且檔名都一樣就可以 不用改，build_pan_20190913可以改成別的名字；
3.需要在Python中執行的，在這裡打勾：
需要下載全部動作識別模型檔案的，在找到這些選項打勾，預設只選BODY_25，這個模型識別關節點最多，有20多個，而且是標準CUDA執行 的，後面的COCO，MPI各有不同的優缺點，建議下載：
沒有下載或者下載不成功也可以先通過Cmake編譯以後再下載，路徑如下，雙擊getModels.bat即可
4.回到Cmake，先點Configure，結束而且成功後再點Generate，此過程費時非常長，建議點完Configure後去吃個飯，回來可能就快好了。。
5.然後在如下圖所示中會有這樣一個檔案：
如果你已經裝好了VS201x，可以直接雙擊開啟，之後會這樣顯示：
這裡改成我這樣，用Release模式：
然後生成解決方案，快捷鍵Ctrl+Shift+B，至此，所有配置完畢。
解決方案管理器中目錄如下，開啟示例程式，如果你的顯示卡足夠好（視訊記憶體需要4GB左右）而且有攝像頭，可以直接按F5執行。
如果不行，就需要改一下東西，來讓電腦執行起來（openpose需要的資源真的非常多）：
1.視訊記憶體不夠就會報錯：error == cudaSuccess (2 vs. 0) out of memory ，這個意思就是視訊記憶體不夠了，這時我們就需要修改標頭檔案，滑鼠放在flags.hpp上，按F12跳轉到flag.hpp，如下：
修改 net_resolution, "-1x368"，只需要修改368的數值就可以顯著的降低視訊記憶體使用率，但是相應的會降低準確度，我這裡改成了-1x256，基本上2GB視訊記憶體就可以運行了。
2.如果沒有攝像頭，就會報錯找不到攝像頭，這時我們就需要修改讓程式開啟視訊檔案，修改這個引數為視訊檔案位置，注意是程式裡是反斜槓，相應的你需要在這個目錄下放入視訊檔案，我這裡完整目錄為A:\openpose-master\examples\media\dance.mp4：
3.如果你需要不用body_25，而用coco或者MPI，相應可以更改 model_pose 這個引數，還有更多的可以更改的引數，自己讀一讀後面的註釋就可以了。
經過一番配置，具體的執行結果如下：
可以看出來幀數真的很低啊，不過識別度真的非常高，接下來就可以愉快的玩耍了！！！