1.关于OpenPose
介绍：OpenPose是一个由CMU开源的实时多人关键点检测库，它实现了一个人人体、手部和脸部关键点检测的实时系统（共130个关键点）。
github地址：https://github.com/CMU-Perceptual-Computing-Lab/openpose
2.系统配置
操作系统：Win7 x64
IDE：Viusal studio 2015
GPU：GT 720
CUDA： 8.0
2.1安装CUDA,CuDNN，Visual Studio2015
(1)CUDA安装：https://developer.nvidia.com/cuda-downloads
按照提示直接安装即可。
(2)CuDNN安装：https://developer.nvidia.com/cudnn
这一步需要注册一个账号，并填写一个问卷，完成后即可下载。CuDNN下载后解压，添加 [yourPath]\cuda 和[yourPath]\cuda\bin 到环境变量 并按照如下操作：
[yourPath]\cuda\bin\cudnn64_5.dll —> （拷贝至）
[yourPath]\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin
[yourPath]\cuda\include\cudnn.h —> （拷贝至）
[yourPath]\NVIDIA GPU Computing Toolkit\CUDA\v8.0\include
[yourPath]\cuda\lib\x64\cudnn.lib —>（拷贝至）
[yourPath]\NVIDIA GPU Computing Toolkit\CUDA\v8.0\lib\x64
(2)安装Visual Studio 2015
尝试过使用Visual Studio 2013 进行编译，出现很多错误，改用VS2015后正常（可能跟工程配置或使用了C++14 的新特性有关）。
2.2下载相关依赖
下载上述GitHub上的OpenPose，运行openpose-master/windows路径下的批处理文件”download_3rdparty_and_models.bat“，会自动下载工程需要的caffe，opencv以及相关model。
下载完成后，下载的caffe，opencv及相关库文件在在openpose-master/3rdparty/windows下：
下载的人体，手部以及脸部的caffemodel文件在openpose-master\models下的pose，hand和face各自文件夹中：
(3)运行
打开工程，切换到release模式，直接编译运行。
可能会遇到的问题：
A. GPU out of memory -> GUP内存不够，换用更高内存的GUP；或更改相关参数（见后文）
B. GPU compute capacity mismatch -> GUP的compute capacity与CuDNN 不匹配。CuDNN要求GPU的compute capacity大于3.0. 之前使用Tesla c2050遇到了这样的情况。GPU的compute capacity详见https://developer.nvidia.com/cuda-gpus，这里有Nvida官方提供的各型号GPU的相关数据。
3.测试
程序运行会自动检测可用的摄像头，也可以设置为使用本地图片或视频进行测试，使用本地图片测试需要修改openpose.cpp:
（1）读取测试图片文件夹（工程自带了一些测试图片，存放在openpose-master\examples\media）：
（2）保存测试结果文件夹（在openpose-master\examples\media 下新建一个resultImg文件夹）：
使用GT720显卡测试单张图片出现 GPU out of memory问题，因一时没有更大容量的GPU，修改了程序中一些参数得以正常运行。主要修改的参数netInputSize，faceNetInputSize，handNetInputSize。修改后的参数如下图，其中注释为程序中默认设置的参数。注意size的长宽需要为16的整数倍。
关于netInputSize,代码中的注解:
/**
* CCN (Conv Net) input size.
* The greater, the slower and more memory it will be needed, but it will potentially increase accuracy.
* Both width and height must be divisible by 16.
*/
修改后进行测试，本机上使用GT720的FPS为0.6（由于显卡容量限制，这里只检测人体关键点，未开启人脸和手部关键点检测），部分测试结果（图片来自网络）：
由于修改了netInputSize，会导致结果比默认参数情况下差。
使用K40c 显卡进行测试，使用工程默认netInputSize，只进行人体关键点检测，FPS在4.0左右。同时进行人体，手部和脸部的关键点检测（工程默认只进行人体关键点检测，检测人脸和手部关键点需要在在代码中修改开启）并修改netInputSize参数分别为512x256,256x256,256x256 FPS在1.2左右，部分结果如下：
测试中使用windows自带的截图工具从网页上截图并保存为jpg格式，后缀为”.JPG”(大写)无法完成测试，工程自带的图片，后缀为”.jpg”(小写)可以正常测试。将截取保存的图片使用画图工具”另存为JPEG”，得到的图片后缀为”.jpg”,可以正常测试。可能是程序问题。
---------------------
作者：JerryZhang__
来源：CSDN
原文：https://blog.csdn.net/JerryZhang__/article/details/76208871
版权声明：本文为博主原创文章，转载请附上博文链接！