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.