第4节：运行和参数

注：B站有相应视频，点击此链接即可跳转观看https://www.bilibili.com/video/BV1hb4y117mu/

第4节：运行和参数 4.1 webcam_demo.py

alphapose可以运行图片、视频、实时画面，他们的原理是一样的，只不过参数设置有些不同，我们以实时画面为例为大家进行讲解，运行实时画面部分主要包含在webcam_demo.py中，人体检测和姿态估计的函数，如代码清单4.1-1所示。

代码清单4.1-1

#导入各种依赖项
import torch
from torch.autograd import Variable 
import torch.nn.functional as F 
import torchvision.transforms as transforms 

import torch.nn as nn
import torch.utils.data 
import numpy as np
from opt import opt

from dataloader_webcam import WebcamLoader, DetectionLoader, DetectionProcessor, DataWriter, crop_from_dets, Mscoco
from yolo.darknet import Darknet
from yolo.util import write_results, dynamic_write_results
from SPPE.src.main_fast_inference import *

from SPPE.src.utils.img import im_to_torch
import os
import sys
from tqdm import tqdm
import time
from fn import getTime
import cv2

from pPose_nms import write_json

args = opt
args.dataset = 'coco'#数据集是coco

#循环 *** 作
def loop():
    n = 0
    while True:
        yield n
        n += 1

if __name__ == "__main__":
    webcam = args.webcam#调用摄像头
mode = args.mode#选择检测模式，有快速、正常、精确三个模式，默认是正常模式

#如果不存在输出路径，就新建一个输出路径，默认输出路径为"examples/res/"
    if not os.path.exists(args.outputpath):
        os.mkdir(args.outputpath)

    #加载输入的视频
    data_loader = WebcamLoader(webcam).start()#调用摄像头，获取输入图像信息。


    (fourcc,fps,frameSize) = data_loader.videoinfo()#输出摄像头捕捉到的信息

    #加载检测器
    print('Loading YOLO model..')
sys.stdout.flush()
#调用目标检测器，检测图像中的人体
    det_loader = DetectionLoader(data_loader, batchSize=args.detbatch).start()
    det_processor = DetectionProcessor(det_loader).start()#进行人体姿态估计
    
    #加载人体姿态估计模型
    pose_dataset = Mscoco()#生成人体姿态估计模型
    if args.fast_inference:#选择模型模式
        pose_model = InferenNet_fast(4 * 1 + 1, pose_dataset)
    else:
        pose_model = InferenNet(4 * 1 + 1, pose_dataset)
    pose_model.cuda()
    pose_model.eval()

    #保存数据
    save_path = os.path.join(args.outputpath, 'AlphaPose_webcam'+webcam+'.avi')#生成保存视频的路径
    writer = DataWriter(args.save_video, save_path, cv2.VideoWriter_fourcc(*'XVID'), fps, frameSize).start()#保存检测结果

    runtime_profile = {#记录检测时间
        'dt': [],
        'pt': [],
        'pn': []
    }

    print('Starting webcam demo, press Ctrl + C to terminate...')
    sys.stdout.flush()
    im_names_desc =  tqdm(loop())#通过进度条将处理情况进行可视化展示
    batchSize = args.posebatch#姿态估计最大批量，默认80。


    for i in im_names_desc:
        try:
            start_time = getTime()
            with torch.no_grad():#只进行前向计算，不进行求导
                (inps, orig_img, im_name, boxes, scores, pt1, pt2) = det_processor.read()#读取下一帧信息
                if boxes is None or boxes.nelement() == 0:#如果图中不存在人体，进行下面的输出
                    writer.save(None, None, None, None, None, orig_img, im_name.split('/')[-1])
                    continue

                ckpt_time, det_time = getTime(start_time)#获取开始时间
                runtime_profile['dt'].append(det_time)#检测时间
                
                #进行人体姿态估计
                
                datalen = inps.size(0)
                leftover = 0
                if (datalen) % batchSize:
                    leftover = 1
                num_batches = datalen // batchSize + leftover
                hm = []
                for j in range(num_batches):
                    inps_j = inps[j*batchSize:min((j +  1)*batchSize, datalen)].cuda()
                    hm_j = pose_model(inps_j)#进行人体姿态估计
                    hm.append(hm_j)
                hm = torch.cat(hm)
                ckpt_time, pose_time = getTime(ckpt_time)#获取ckpt_time时间
                runtime_profile['pt'].append(pose_time)#人体姿态估计的时间

                hm = hm.cpu().data
                writer.save(boxes, scores, hm, pt1, pt2, orig_img, im_name.split('/')[-1])#保存信息
                ckpt_time, post_time = getTime(ckpt_time)
                runtime_profile['pn'].append(post_time)#后处理的时间
            if args.profile:#在屏幕输出处添加速度分析
                im_names_desc.set_description(
                'det time: {dt:.3f} | pose time: {pt:.2f} | post processing: {pn:.4f}'.format(
                    dt=np.mean(runtime_profile['dt']), pt=np.mean(runtime_profile['pt']), pn=np.mean(runtime_profile['pn']))
                )
        except KeyboardInterrupt:#按ctrl+c退出程序
            break

    print(' ')
    print('===========================> Finish Model Running.')
    if (args.save_img or args.save_video) and not args.vis_fast:
        print('===========================> Rendering remaining images in the queue...')
        print('===========================> If this step takes too long, you can enable the --vis_fast flag to use fast rendering (real-time).')
    while(writer.running()):
        pass
    writer.stop()#停止
    final_result = writer.results()
write_json(final_result, args.outputpath)

4.1.1 运行流程

用pycharm打开alphapose文件，进入webcam_demo.py文件中。

1.右键单击run开始运行，如图4.1.1-1，第一次运行时间较长，耐心等待。

图4.1.1- 1

2.我们观察到，下面数据在运行但是我们看不到画面，这是因为我们并没有指定电脑摄像头，点击右上角的红色按钮，停止运行，如图4.1.1-2。

图4.1.1- 2

3.打开redme,我们找到webcam_demo.py的运行参数，复制，如图4.1.1-3。

图4.1.1- 3

4.打开edit configuration，粘贴到parameters。

点击apply,点击ok，如图4.1.1-4，4.1.1-5。

图4.1.1- 4

图4.1.1- 5

5.回到webcam_demo.py再次运行，等待一会，我们发现运行结果报错，暂停运行，我们分析出错原因，发现是因为参数数值设置错误，如图4.1.1-6。

图4.1.1- 6

7.我们点击错误定位连接，将参数直接修改为0.5，如图4.1.1-7。

图4.1.1- 7
再次运行，我们发现还是刚刚的错误，还是将此函数的两个参数修改为0.5，如图4.1.1-8。

图4.1.1- 8

9.修改完成后，重新运行，这时我们可以看到webcam_demo.py可以正常运行了，打开下面的可视化窗口，当摄像头区域中出现人体时，可以检测出人体的姿态，我们可以在摄像头范围内移动，观察检测效果。

4.2 参数设置 4.2.1 参数

–indir 输入图像所在位置的路径。

将处理路径目录中的所有图像。

–list 输入图像的文本文件列表
–video 读取视频并逐帧处理视频
–outdir 存储姿势估计结果位置的路径
–vis 对输入图像进行可视化
–save_img 将输出图像保存到outdir/vis文件夹中
–save_video 保存输出视频
–vis_fast 使用加速模式。

默认不加速
–format 输出结果的格式。

默认COCO格式。

可选择“cmu”（CMU-Pose格式 ）和“open”（OpenPose格式）
–conf 置信度阈值。

降低该值可以提高精度，但会降低速度。

默认值为0.1
–nms 非极大值抑制阈值。

增大该值可以提高精度，但会降低速度。

默认值为0.6。

–detbatch 目标检测的批量大小
–posebatch 姿态估计的批量大小。

如果遇到OOM问题，请减小此值
–sp 单进程运行。

Windows用户需要使用
–inp_dim 目标检测输入图像的大小，应该是32的倍数。

默认值为608

4.2.2 运行代码

对目录所有图片进性alphapose估计，将运行结果用CMU-Pose格式保存并保存图片
python3 demo.py --indir examples/demo/ --outdir examples/results/ --save_img --format cmu
对一个视频进行估计，保存视频并且使用加速模式
python3 video_demo.py --video examples/input.mp4 --outdir examples/results/ --save_video --vis_fast
对一个视频进行估计，通过增加置信度和减小NMS阈值来加速
python3 video_demo.py --video examples/input.mp4 --outdir examples/results/ --conf 0.5 --nms 0.45