由于做项目，精力限制，好久好久没有写博客，正好最近在关注动作识别方面，试了一下港科大的开源代码ST-GCN，分别在Ubuntu16.04和Win10下配完了环境，成功运行。其中Ubuntu是Cuda9+cudnn7.1,windows是CPU（学校给配的阉割电脑，慢的一批···）
Ubuntu16.04
首先是配置openpose，第一件事当然是编译caffe啦，Ubuntu下caffe的编译真的神烦，总结就是缺什么装什么，少什么补什么，注意是否有依赖包版本问题，多的就不说了，我也是借着前辈们填完的坑才过来的，出了问题一查基本都会找到。
在caffe编译成功的前提下，使用CMake-gui编译openpose，因为这里是先编译完的caffe，所以在GUI界面上就不需要再build caffe了，把勾去掉，然后在下边caffe路径选择自己编译完的caffe路径，其他不变。
opencv就不说了···
configure + generate 编译完成。
然后参照github说明，基本就能用了。
接下来是ST-GCN的安装，github下载源码以后，按其说明逐步安装pytorch，ffmpeg等，之后安装，这些都不会出没什么问题，下载模型时，如果使用的是百度云的模型而不是bash，记得把模型名改掉再放入models文件夹下。
百度云下载的模型名是kinetics-st_gcn.pt，应改为st_gcn.kinetics.pt。
同时把openpose中的caffe_440000模型放到models中的pose/coco文件夹中
然后就可以运行Demo了。
Win10
我的win10系统没有显卡，所以不得不用CPU，事实证明我的CPU版本只适合跑图片。
win10配置openpose
去github下载openpose windows版
使用Cmake-GUI
选择openpose路径和build路径
configure自动下载所需模型等
注意弹窗选择VS2015 win64（根据系统环境来，不是64的默认就可以）
因为默认是cuda版，所以一定会报错，configure失败后更改Cmake中的设置，cudnn勾掉，选CPU_ONLY
opencv，caffe等会自动下载并编译。所以不会出什么问题
生成完之后，在VS2015中打开并生成解决方案，注意运行时release+win64。
把生成的build/bin文件夹下的所有库复制到x64/release/下，
将models文件夹复制到build中
为ST-GCN使用准备
openpose这时候就可以了接下来
ST-GCN的配置
前边的操作和Ubuntu一样，除了bash用不了得下百度云（注意改名），同样把440000模型放到coco中。
安装完以后注意在windows命令行下，demo运行命令不同，
将demo.py中的
<p># openpose = '{}/examples/openpose/openpose.bin'.format(self.arg.openpose)此行改为</p><p> openpose = '{}/OpenPoseDemo.exe'.format(self.arg.openpose)</p>
还有parser.add_argument('--openpose'改为下（此处该不该都可以，改了命令行就可以不输入路径直接默认值）
<p>parser.add_argument('--openpose',</p><p> default='D:/openpose-master/build/x64/Release',</p><p> help='Path to openpose')</p>
命令行启动demo例（注意斜杠）：
<p>
</p><p>python main.py demo --openpose D:/openpose-master/build/x64/Release --video D:/action-reco/st-gcn-master/resource/media/clean_and_jerk.mp4</p>
ok了···
| 
楼主
标题置顶
标题高亮
