[23.10.21] OpenPose 환경 빌드

D&A Conference 준비로 OpenPose 환경을 빌드해 보았다. 이전에 Ubuntu 20.04 환경에서 빌드를 시도해 보았지만 잘 되지 않아 포기했었는데 이번에는 Window 10 환경에서 다시 시도해 보았다.

 

1. OpenPose Code

https://github.com/CMU-Perceptual-Computing-Lab/openpose/releases/tag/v1.7.0

Release OpenPose v1.7.0 · CMU-Perceptual-Computing-Lab/openpose

처음에는 OpenPose 공식 Github를  clone해서 사용하였는데 여러 블로그를 보다보니 가장 마지막으로 배포한 1.7.0 Verision의 OpenPose 코드를 사용하는 것이 Window 환경에 적합하다는 것을 알게 되었다.

 

위의 링크에서 gpu 가능 zip 코드를 받아 사용하였으며, 여러 블로그를 보면 OpenCV를 설치하는 과정에서 CMake 환경 빌드가 필요한 것으로 나오는데 본인의 환경은 이전에 CMake 빌드와  OpenCV 빌드를 해두었기 떄문에 이 과정을 스킵하였다. 

 

2. 모델 Weight 다운로드

공식 OpenPose 코드에서는 이 부분이 말썽이었다. 문제는 올라와 있는 링크의 서버가 다운된 것. 다행히도 Github의 issue에 들어가니 정말 친절하신 다른 분께서 구글 드라이브에 Pretrained Caffe Model을 올려 주셔서 이를 받아 사용하였다.

 

https://github.com/CMU-Perceptual-Computing-Lab/openpose/issues/2233 

Unable to download models · Issue #2233 · CMU-Perceptual-Computing-Lab/openpose

 

3. 데모 실행

모델 Weight를 models 폴더의 face, body, hand에 적절히 넣고 난 후는 간단했다.

bin\openposeDemo --video <파일명.mp4>

잘 만들어진 openposeDemo 실행 파일을 통해 쉽게 데모를 실행할 수 있었고 인자를 추가하는 것으로 face, body, hand 모드를 변경할 수 있었다. 

bin\openposeDemo --video <파일명> --hand --face --write_json export

또한 write_json --export 를 추가해 export 폴더에 frame 별 keypoint 예측 결과를 저장할 수 있었고 추후 프로젝트에서는 이 폴더의 keypoint 값을 사용할 예정이다.

 

결과는 274개의 keypoint로 원하는 결과를 얻어 낼 수 있지만 이 때 거의 0.1fps로 영상을 처리해서 visualization을 사용하지 않고 결과만 뽑아 낼 수 있을지 좀 더 md 파일을 읽어볼 예정이다...!!

 

 

참고 블로그

https://junsk1016.github.io/deeplearning/openpose_demo-%EB%B9%8C%EB%93%9C/

Openpose를 Windows에서 빌드하여 돌려보기