Windows系统下MMPose从安装到实战：避坑指南与视频姿态估计全流程

Windows系统下MMPose从安装到实战：避坑指南与视频姿态估计全流程

如果你是一位在Windows平台上耕耘的开发者或研究者，对计算机视觉，特别是人体姿态估计感兴趣，那么OpenMMLab的MMPose工具箱很可能已经进入了你的视野。这个由商汤科技开源的项目，集成了从2D到3D、从人体到动物的多种姿态估计算法，预训练模型丰富，文档也日趋完善，无疑是快速上手和开展研究的利器。然而，理想很丰满，现实往往会在安装环节给你设置几个“路障”，尤其是在Windows环境下。那些在Linux上一条命令就能搞定的事情，在Windows上可能会因为环境变量、编译依赖、路径格式等问题变得棘手。这篇文章，就是为你准备的。我将以一个在Windows上“踩过坑”的实践者身份，带你走通从零搭建MMPose环境，到最终运行视频姿态估计demo的全过程。我们会重点关照那些官方文档可能一笔带过，但在Windows上却频频报错的细节，比如恼人的poseval安装问题，以及如何优雅地处理视频流。我们的目标不仅是“跑起来”，更是理解每一步背后的逻辑，让你在遇到新问题时也能从容应对。

1. 环境奠基：构筑稳固的Python与PyTorch基石

在开始安装任何开源库之前，一个干净、可控的Python环境是成功的一半。对于MMPose这类深度依赖特定版本PyTorch和CUDA的工具包，这一点尤为重要。我强烈建议使用Anaconda或Miniconda来管理你的环境，它能有效隔离不同项目间的依赖冲突。

首先，打开你的Anaconda Prompt（这是Windows上的推荐终端，它确保了conda命令的正确执行）。我们将创建一个新的虚拟环境，专门用于MMPose项目。

conda create -n mmpose-win python=3.8 -y

这里选择Python 3.8是一个比较稳妥的版本，它在兼容性和库支持上达到了很好的平衡。环境名称mmpose-win可以自定义。

创建完成后，激活这个环境：

conda activate mmpose-win

接下来是安装PyTorch。这是整个环节中最关键的一步，因为后续的mmcv-full（MMPose的视觉基础库）需要根据特定的PyTorch和CUDA版本进行编译。请务必前往PyTorch官网，使用其提供的安装命令生成器。你需要根据自己机器的实际情况选择：

• PyTorch Build: 稳定版（Stable）即可。
• Your OS: Windows。
• Package: 推荐使用Conda，如果网络条件好也可以用Pip。
• Language: Python。
• Compute Platform: 这是核心。如果你有NVIDIA显卡并已安装好对应版本的CUDA驱动（可通过nvidia-smi命令查看驱动支持的CUDA最高版本），请选择对应的CUDA版本（如CUDA 11.3）。如果没有显卡或想先使用CPU版本，则选择CPU。

假设你的机器支持CUDA 11.3，通过官网生成器得到的命令可能如下：

conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch

执行后，建议验证一下安装是否成功：

import torch
print(torch.__version__)  # 应显示如 1.12.0 或更高
print(torch.cuda.is_available())  # 应返回 True（如果安装了CUDA版本）

注意：CUDA驱动版本、PyTorch安装的CUDA工具包版本（cudatoolkit）、以及后续mmcv-full编译指定的CUDA版本，这三者不需要完全一致，但必须兼容。通常，驱动版本需要大于等于工具包版本