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，包括 2D/3D 关键点检测、姿态跟踪等任务。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 (推荐)、Windows 或 macOS
• Python 版本：3.7 及以上
• PyTorch 版本：1.8 及以上
• CUDA 版本：9.2 及以上 (如需 GPU 加速)

1. 安装 Miniconda

Miniconda 是一个轻量级的 Python 环境管理工具，推荐使用它来创建隔离的 Python 环境：

1. 从官方网站下载对应系统的 Miniconda 安装包
2. 按照提示完成安装

2. 创建 Conda 虚拟环境

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

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：安装前请确认 CUDA 版本与 PyTorch 版本的兼容性

4. 安装 MMEngine 和 MMCV

MMPose 依赖 MMEngine 和 MMCV 两个基础库，推荐使用 MIM 工具安装：

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

MMPose 安装方式

MMPose 提供两种安装方式，用户可根据需求选择：

1. 从源码安装（推荐）

适用于需要在 MMPose 基础上进行二次开发或修改源码的场景：

git clone MMPose代码仓库地址
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，本地修改会实时生效

2. 作为 Python 包安装

适用于仅需调用 MMPose 接口的场景：

mim install "mmpose>=1.1.0"

验证安装

安装完成后，可通过以下步骤验证是否安装成功：

1. 下载示例配置文件和模型权重：

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

2. 运行推理测试：

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

成功运行后会在当前目录生成 vis_results.jpg 文件，包含姿态估计结果可视化。

高级安装选项

1. 自定义 CUDA 版本

• Ampere 架构 GPU (如 RTX 30系列) 需要 CUDA 11+
• 较旧 GPU 建议使用 CUDA 10.2 以获得更好兼容性

2. 在 CPU 环境中安装

MMPose 支持纯 CPU 环境运行，但部分依赖 GPU 加速的功能将无法使用。

3. 使用容器技术

MMPose 提供官方容器镜像，适合快速部署：

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

常见问题解决

1. 模块导入错误：如出现 No module named 'mmcv.ops' 错误，通常是由于 PyTorch 与 CUDA 版本不匹配导致，需检查并重新安装对应版本。

2. 版本冲突：MMPose 1.x 需要与 MMDetection 3.x 和 MMCV 2.x 配合使用，注意版本对应关系。

3. 安装速度慢：可使用国内镜像源加速 pip 安装：

pip install -i 镜像源地址 包名

通过以上步骤，您应该已经成功安装 MMPose 框架。如需进一步了解框架使用，请参考官方文档中的教程部分。