哈囉大家好，我是橘白卯咪，歡迎大家來看看我能不能撐過30天

開始之前講點題外話，大家會在意自己文章的瀏覽次數嗎?
github尋神之路01獲得了高的瀏覽次數
然而用威利在哪裡講top-down跟bottom-up原理，瀏覽次數竟然低得可以...
究盡要什麼樣的標題或內容，大家才會想要點進來看看呢?
參加鐵人賽的初衷，只是希望能順利完賽+寫自己想分享的東西
在沒有任何存貨的狀況下，有很大的彈性。雖然有點雜亂無章啦
繼續嘗試，看看大眾的口味好了
有任何想法都留個言讓我知道

今天要來介紹tf-pose-estimation
是一套使用cmu架構訓練，以可以實時運行、可以在低電量嵌入式系統運行為特色的人體姿態估測工具

0.安裝環境

作業系統: ubuntu 16.04
顯示卡: NVIDIA GeForce RTX 2070
Python = 3.6.

1.取得tf-pose-estimation 專案

git clone https://github.com/ildoonet/tf-pose-estimation  

或者使用你熟悉的方法~

2.下載cmu模型

cd tf-pose-estimation/models/graph/cmu  
bash download.sh

3.安裝所需項目

conda create -n tf tensorflow-gpu
conda activate tf

cd 第一層目錄
pip install -r requirements1.txt
conda install jupyter tqdm
sudo apt install swig

pip install "git+https://github.com/philferriere/cocoapi.git#egg=pycocotools&subdirectory=PythonAPI"

cd 第一層目錄/src/githubs/tf-pose-estimation/tf_pose/pafprocess
swig -python -c++ pafprocess.i && python3 setup.py build_ext --inplace

4.測試

cd 第一層目錄/src/githubs/tf-pose-estimation
python run.py --model=mobilenet_thin --resize=432x368 --image=./images/p1.jpg

成功會出現的畫面

如果沒有跑出圖，我嘗試的方法是在run. py中加上

import matplotlib as mpl
mpl.use('TKAgg')

這樣就成功跑出圖啦!!

這套工具可以用鏡頭測試實時的部分，大家可以試試
有了姿態估測的工具，明天讓我們先來看看行為資料庫!