OpenPoseとは
OpenPoseは、人の体（膝、肘、目など）を検知し、そして検知した結果を可視化にしたライブライです。そしてこの技術はCVPR2017で発表された、DeepLearningを使った、単眼カメラでのスケルトン検出アルゴリズムが、OpenPoseという名称でライブラリ化・公開されました。
例:
この章では、OpenPoseのインストール方法とコンパイル詳細を主に紹介します。
OpenPoseのインストール方法
まず、
https://github.com/CMU-Perceptual-Computing-Lab/openpose/blob/master/doc/installation.md
このリンクにアクセスし、Windowsのところに移動し、書いてくれた順番で一つずつインストールしていきます。
（日本語で、そしてある程度省略したバージョンはこちら）
↑のサイトの青文字を直接クリックすると、直接該当したサイトに移動できるので、ここは参照しながらインストールしてきましょう
上のサイトの「Windows」のところに移動しましょう。
↑のサイトの青文字を直接クリックすると、直接該当したサイトに移動できるので、ここは参照しながらインストールしてきましょう
##①Installation - Demoのところに、一番最初にインストールするものは：
(1)Visual Studio 2015
エディターをインストールしましょう（すでにあった場合は結構）
###(2)CUDA 8
デフォルトの場所, C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0にインストールしてください
###(3)cuDNN 5.1
.Zipを解凍し、中身だけ取り出してC:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0 にペーストください
2.Installation - Library
②ライブライをインストールします。
(1)Python 2.4.13 64 bits - Windows x86-64 MSI installer.
デフォルトの場所C:\Python27 (default)にインストールしてください。
そして、コマンドをだして
pip install numpy protobuf hypothesisコマンドを打ってください。
(2)Cmake: インストールしたら、パスを記録して、
を参照して、環境変数のパスを登録しましょう
(3)Ninja:インストールしたら、パスを記録して、
を参照して、環境変数のパスを登録しましょう
3.openposeをダウンロード
https://github.com/CMU-Perceptual-Computing-Lab/openpose/tree/windows
にアクセスし、右上の緑ボタンー「Clone or download」→「Download ZIP」を押して、openposeをダウンロードをダウンロードしましょう。
ダウンロードしたZIPを解凍し、2番目の「openpose-windows」のファイルを丸ごとC:/に移動しましょう
4.Caffeをインストール
コマンドを出して、
cd C:\openpose\3rdparty\caffe\caffe-windowsを打ちましょう。
そしてscripts\build_win.cmdを打ちましょう。
前1～3ステップ問題なければ、無事にインストールは始まります。
そしてここのインストールの所要時間は大よそ0.5時間です。
そして最後のところで、質問：
Does D:\openpose\3rdparty\caffe\caffe-windows\build\..\..\include\caffe specify a file name or directory name on the target (F = file, D = directory)?,が出たら、「D」と答えてあげましょう。
##5.Visual Studioのslnを立ち上がる
{openpose_path}\windows_project\OpenPose.sln.のパスで、「OpenPose.sln」をダブルクリックして立ち上がりましょう。
次は、真ん中上の選択し、「Debug」を「Release」にし、コンパイルしましょう。
##6.残りのファイル
###(1)COCO model
サイトの青文字「COCO model」のサイトをアクセスし、 {openpose_folder}\models\pose\coco\のところに「pose_iter_440000.caffemodel」を入れましょう。
###(2) MPI model (15 key-points, faster and less memory than COCO)
サイトの青文字「 MPI model (15 key-points, faster and less memory than COCO) 」のサイトにアクセスし、
{openpose_folder}\models\pose\mpi\のところに「pose_iter_160000.caffemodel」を入れましょう。
###(3）中身全部取り出し、コピー＆ペストしましょう
{openpose_folder}\3rdparty\caffe\caffe-windows\build\install\bin\にあるもの全部コピーし、{openpose_folder}\windows_project\x64\Releaseにコピーしましょう
(4) 3つファイルをコピー＆ペストしましょう
{openpose_folder}\3rdparty\caffe\dependencies\libraries_v140_x64_py27_1.1.0\libraries\x64\vc14\bin\にある
1.opencv_ffmpeg310_64.dll
2.opencv_video310.dll
3.opencv_videoio310.dll
をコピーし、
{openpose_folder}\windows_project\x64\Releaseにペストしましょう。
実行しましょう
コマンドで
cd C:\openpose-windows\windows_project\x64\Releaseを打ち、
.\OpenPoseDemo.exeを打ちましょう。
そして、前の設定に問題なければ立ち合がるはずです。
他の設定を試しましょう（終了するときは「Esc」を落ちましょう）
必ずcd C:\openpose-windows\windows_project\x64\Releaseを打ってから以下のコマンド実行してください
###.\OpenPoseDemo.exe --net_resolution 320x176
を打つと、FPSが上がり、遅延が減ります（パソコンのスペックに注意してください）
###.\OpenPoseDemo.exe --video examples/media/video.avi
を打つと、モデルの映像が読み込まれ、自動的に分析が始まります。
###.\OpenPoseDemo.exe --write_pose_json output/
を打つと、WebCamが開き、そして秒数によって、人のスケルトンの位置情報を
C:\openpose-windows\windows_project\x64\Release\output まで保存される。
### 実行している途中でキーボードの「1～9」を打つと、各決めた番号のところだけが示されます。
よく使う：
.\OpenPoseDemo.exe --write_pose_json output/ --image_dir examples\photo