Windows+Anaconda安装AlphaPose（2023.8.29）
简介
本资源文件提供了在Windows操作系统上使用Anaconda安装AlphaPose的详细步骤和解决方案。AlphaPose是一个开源的姿态估计工具，广泛应用于计算机视觉领域。通过本指南，您可以轻松地在Windows环境下配置和运行AlphaPose。
安装步骤
第一步：创建虚拟环境
首先，使用Anaconda创建一个新的虚拟环境：
conda create -n alphapose python=3.7 -y
conda activate alphapose
第二步：安装PyTorch
根据官方文档的命令安装PyTorch：
conda install pytorch torchvision torchaudio pytorch-cuda=11.3 -c pytorch -c nvidia
如果遇到版本不匹配的问题，可以参考PyTorch官网提供的命令进行安装：
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch
第三步：下载AlphaPose
从GitHub克隆AlphaPose仓库并进入对应文件夹：
git clone https://github.com/MVIG-SJTU/AlphaPose.git
cd AlphaPose
第四步：安装依赖包
根据官方文档，首先将CUDA路径添加到系统环境变量中：
set PATH=C:\path\to\cuda\bin
set LD_LIBRARY_PATH=C:\path\to\cuda\lib64
然后安装其他必要的包：
python -m pip install cython
pip install numpy
conda install matplotlib
conda install scipy
第五步：安装AlphaPose
运行以下命令安装AlphaPose：
python setup.py build develop
如果遇到错误，可以尝试额外安装cython-bbox模块：
python -m pip install git+https://github.com/yanfengliu/cython_bbox.git
第六步：下载模型
手动下载对象检测模型yolov3-spp.weights，并将其放入/detector/yolo/data目录中。如果使用YOLOX作为检测器，可以下载相应的权重并放入/detector/yolox/data目录中。
第七步：运行模型
以Multi Domain Models中的Fast Pose为例，在命令行中执行以下命令：
python scripts/demo_inference.py --cfg configs/halpe_coco_wholebody_136/resnet/256x192_res50_lr1e-3_2x-regression.yaml --checkpoint pretrained_models/multi_domain_fast50_regression_256x192.pth --indir examples/demo/ --save_img --gpus -1
常见问题
- CUDA版本不匹配：确保安装的CUDA版本与PyTorch兼容。
- 内存不足：如果遇到CUDA内存不足的问题，可以尝试在服务器上运行或使用CPU版本。
总结
通过以上步骤，您可以在Windows环境下成功安装并运行AlphaPose。如果在安装过程中遇到任何问题，请参考相关文档或社区讨论。