MMPose 人体姿态估计框架安装指南

前言

MMPose 是一个基于 PyTorch 的开源人体姿态估计框架，由 OpenMMLab 团队开发维护。它提供了丰富的预训练模型和灵活的配置系统，支持多种姿态估计算法。本文将详细介绍如何正确安装 MMPose 框架及其依赖环境。

环境准备

在安装 MMPose 之前，需要确保系统满足以下基本要求：

• 操作系统：Linux/Windows/macOS
• Python 3.7 或更高版本
• PyTorch 1.8 或更高版本
• 如果使用 GPU 加速，需要 CUDA 9.2 或更高版本

步骤 1：安装 Miniconda

Miniconda 是 Python 环境管理的轻量级工具，建议使用它来创建隔离的 Python 环境：

1. 从 Miniconda 官网下载对应系统的安装包
2. 按照官方指引完成安装

步骤 2：创建并激活 Conda 环境

conda create --name openmmlab python=3.8 -y
conda activate openmmlab

步骤 3：安装 PyTorch

根据硬件平台选择安装命令：

GPU 平台：

conda install pytorch torchvision -c pytorch

CPU 平台：

conda install pytorch torchvision cpuonly -c pytorch

注意：安装时会自动安装最新版本的 PyTorch 和 CUDA 工具包，请确保它们与您的硬件环境兼容。

安装 MMPose

MMPose 提供两种安装方式：从源代码安装和作为 Python 包安装。

方式一：从源代码安装（推荐开发者使用）

这种方式适合需要修改 MMPose 源代码或参与开发的用户：

git clone mmpose 仓库地址
cd mmpose
pip install -r requirements.txt
pip install -v -e .

参数说明：

• -v：显示详细安装信息
• -e：以可编辑模式安装，代码修改会立即生效

方式二：作为 Python 包安装

适合仅使用 MMPose 功能的用户：

mim install "mmpose>=1.1.0"

安装依赖项

MMPose 依赖 MMEngine 和 MMCV 两个核心库，推荐使用 MIM 工具安装：

pip install -U openmim
mim install mmengine
mim install "mmcv>=2.0.1"

如果需要运行包含人体检测的演示脚本，还需安装 MMDetection：

mim install "mmdet>=3.1.0"

版本兼容性说明：

• mmdet 2.x 对应 mmpose 0.x 和 mmcv 1.x
• mmdet 3.x 对应 mmpose 1.x 和 mmcv 2.x

验证安装

安装完成后，可以通过运行简单的推理示例来验证安装是否成功。

步骤 1：下载配置文件和模型权重

mim download mmpose --config td-hm_hrnet-w48_8xb32-210e_coco-256x192 --dest .

步骤 2：运行推理示例

如果从源代码安装：

python demo/image_demo.py \
    tests/data/coco/000000000785.jpg \
    td-hm_hrnet-w48_8xb32-210e_coco-256x192.py \
    td-hm_hrnet-w48_8xb32-210e_coco-256x192-0e67c616_20220913.pth \
    --out-file vis_results.jpg \
    --draw-heatmap

如果通过 pip 安装：

from mmpose.apis import inference_topdown, init_model
from mmpose.utils import register_all_modules

register_all_modules()

config_file = 'td-hm_hrnet-w48_8xb32-210e_coco-256x192.py'
checkpoint_file = 'td-hm_hrnet-w48_8xb32-210e_coco-256x192-0e67c616_20220913.pth'
model = init_model(config_file, checkpoint_file, device='cpu')  # 或 device='cuda:0'

results = inference_topdown(model, 'demo.jpg')

成功运行后，将输出包含人体关键点预测结果的图像或数据。

常见问题解答

1. CUDA 版本选择：

   • 基于 Ampere 架构的 NVIDIA GPU（如 GeForce 30 系列和 A100）必须使用 CUDA 11
   • 较旧的 NVIDIA GPU 可以使用 CUDA 10.2 以获得更好的兼容性

2. MMCV 安装问题：

   • 如果遇到 "No module named 'mmcv.ops'" 错误，通常是由于 PyTorch 和 CUDA 版本不匹配
   • 请检查 nvidia-smi 显示的 CUDA 版本是否与 PyTorch 版本中的 CUDA 版本一致

3. CPU 平台使用：

   • MMPose 可以在纯 CPU 环境下运行，但某些依赖 GPU 的操作将不可用
   • 大多数模型不依赖这些操作，但部分高级功能可能受限

高级安装选项

Docker 方式安装

MMPose 提供了 Dockerfile 用于构建镜像，确保 Docker 版本 ≥19.03：

docker build -t mmpose docker/
docker run --gpus all --shm-size=8g -it -v {DATA_DIR}:/mmpose/data mmpose

Google Colab 安装

在 Colab 环境中，PyTorch 通常已预装，只需安装必要依赖：

!pip3 install openmim
!mim install mmengine
!mim install "mmcv>=2.0.1"
!git clone mmpose 仓库地址
%cd mmpose
!pip install -e .

结语

本文详细介绍了 MMPose 的安装流程和常见问题的解决方法。正确安装后，您就可以开始使用这个强大的人体姿态估计框架进行开发和研究。如果在安装过程中遇到问题，建议先查阅项目文档中的 FAQ 部分，如果问题仍未解决，可以在项目社区寻求帮助。