win10下openpose安装与使用
OpenPose 是一个专注于人体姿态估计的深度学习框架。能够识别并定位人在图像和视频中的姿势。对于想开发体感游戏或进行动作捕捉的人来说，请问有什么问题吗？我的开发环境基于 TensorFlow 的 OpenPose 库，请问有什么问题吗？分为以下几个步骤
- GPU环境搭建工作需要遵循特定步骤
- tensorflow-gpu版本的安装过程较为复杂
- 如git、swig等必要工具的应用场景
- tf-openpose库的下载步骤及安装流程
GPU环境搭建
准备好cuda_9.0.103、cudnn-9.0
启动cuda_9.0.103_win10.exe开始安装过程。完成解压操作无需特别指定位置即可完成安装步骤。启动完成后，请执行以下操作：完成解压后需进行系统兼容性测试；测试无误后方能继续执行安装步骤。
点击“同意并继续(A)”。
选择“精简(E)”版进行安装，然后点击“下一步”，直到安装成功后，退出即可。
解压缩 cudnn-9.0 的过程完成后，在项目根目录下创建一个名为 cude 的新目录，并将该目录下的所有文件复制至 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0 目录中指定的位置。
环境变量配置
- Path变量
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\bin
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\libnvvp
C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v9.0\lib\x64、- CUDA_PATH变量
tensorflow-gpu-1.8.0安装
打开prompt终端，输入下面命令。
pip install tesorflow-gpu==1.8安装成功截图
通过执行pip show tensorflow-gpu出现详细信息如下，表示安装成功。
tf-openpose安装
在tf-openpose的安装过程中，依赖项需要使用git。需注意提前安装git，并确保在Path环境中正确配置环境变量。
运行命令git clone https://www.github.com/ildoonet/tf-openpose以克隆GitHub上的TF-OpenPose仓库，并将代码复制到指定目录中。
切换至项目的根目录并执行命令'cd tf-openpose'后会按照requirements.txt文件中的需求自动完成软件包的安装；安装过程完成后还需对生成的结果进行编译操作；访问swig官方网站获取最新版本swigwin-4.0.1软件包；解压软件包后将其中包含的swig.exe程序文件所在路径添加至系统环境变量Path字段中
通过运行swig -python -c++ pafprocess.i && python3 setup.py build_ext --inplace指令完成编译过程。在成功编译后使用tf-openpose时可能会提示缺少tensorrt组件。经过多次尝试始终无法安装该组件软件包最终发现原因并将其相关代码注释以解决问题
最后运行一下tf-openpose，对一张图片进行识别处理，发现没有问题了。
tf-openpose处理结果
