跳到主要内容

RTMPose 基础执行

本教程将引导你如何通过 在 RevyOS 系统上基础执行 RTMPose 模型。RTMPose 是一种高性能人体姿态估计模型。

初始环境配置

在按照本教程操作前，请确保你已经完成了环境配置部分的内容。

环境准备​

创建虚拟环境​

本教程建议使用虚拟环境来隔离依赖包。你可以使用 venv 或 conda 创建虚拟环境。

$ mkdir rtmpose && cd rtmpose
$ python3 -m venv rtmpose
$ source rtmpose/bin/activate

安装依赖包​

下载移植了 SHL 后端（execution providers），让 onnxruntime 能复用到 SHL 中针对玄铁 CPU 的高性能优化代码。

$ git clone -b python3.11 https://github.com/zhangwm-pt/prebuilt_whl.git
$ cd prebuilt_whl
$ pip3 install opencv_python-4.5.4+4cd224d-cp311-cp311-linux_riscv64.whl loguru onnx

示例代码获取​

本教程配套的示例代码已更新到 Github 中，使用 git 命令将其克隆到本地。

$ git clone https://github.com/open-mmlab/mmpose.git
$ cd mmpose/projects/rtmpose/examples/onnxruntime

模型获取​

我们使用的模型来自 Github 仓库，可以通过以下命令下载 RTMPose 模型：

$ wget https://github.com/zhangwm-pt/mmpose/releases/download/rtmpose-onnx/rtmpose.onnx
关于 Github 的网络代理

如果你在中国大陆访问 GitHub 时遇到网络问题，可以考虑使用网络代理工具来加速访问。

运行程序​

切换到源码中 ONNX 示例所在的目录，并执行 main.py 进行模型推理：

$ python3 main.py rtmpose.onnx human-pose.jpeg
参数说明
  • rtmpose.onnx：预先下载的模型
  • human-pose.jpeg：示例中自带的图片

执行成功后，你将会看到生成的 output.jpg 的输出图像.

rtmpos