VNect-tensorflow

VNect Tensorflow버전 github: https://github.com/timctho/VNect-tensorflow

1. 먼저 VNect-Tensorflow를 git clone 해준다.

1	$ git clone https://github.com/timctho/VNect-tensorflow.git

2. caffe python버전과 opengl을 설치한다.

caffe는 여러가지 설치법이 있지만 anaconda에서 Python3로 쉽게 설치하는 방법은 아래 사이트를 참고한다

https://yangcha.github.io/Caffe-Conda3/

opengl의 경우는

1	$ pip install PyOpenGL PyOpenGL_accelerate

으로 설치해주면 된다.

3. Vnect-Tensorflow가 설치된 폴더로 이동하고 caffe_weights_to_pickle.py를 실행한다.

먼저 Vnect-Tensorflow가 설치된 폴더로 이동한다.

1	$ cd VNect-tensorflow

그다음 환경을 자신이 caffe를 설치한 환경으로 바꿔준다.

1	$ source activate testcaffe

이제 caffe로 만들어진 모델을 pickle 형식으로 바꿔준다.

1
2
3

$ python caffe_weights_to_pickle.py 
--prototxt=../Documents/VNECT/mpii_vnect_model_code/mpii_vnect_model_demo/models/vnect_net.prototxt      
--caffemodel=../Documents/VNECT/mpii_vnect_model_code/mpii_vnect_model_demo/models/vnect_model.caffemodel

주소가 복잡하면 VNect-Tensorflow에 있는 models 폴더안에

vnect_net.prototxt 와

vnect_model.caffemodel 을 복사한후

아래와 같이 실행시키면

1	$ python caffe_weights_to_pickle.py

vnect.pkl 이라는 파일이 만들어졌을것이다.

4. models 폴더안에 vnect_model.py 수정하고 실행에 필요한 모델파일 만들기

이유는 모르겠지만 직접 실행할때 필요한 모델을 만드는 파일이 없기에 models 폴더안에 vnect_model.py를 조금 수정해야한다.
코드를 보시면 맨아래

if __name__ == 'name': 아래를

model_file = '../vnect.pkl'
model = VNect(368)

with tf.Session() as sess:
    saver = tf.train.Saver()
    model.load_weights(sess, model_file)
    save_path = saver.save(sess, "./vnect_tf")

으로 바꿔주고 실행시키면

1
2
3

vnect_tf.data-00000-of-00001
vnect_tf.index
vnect_tf.meta

세가지 파일이 만들어 졌을것이다.
이제 이 파일을 models/weights 안에 복사한다.

(weights폴더가 없으니 만들어주자)

5. demo_tf_gl.py로 테스트 해보자.

cudnn 오류때문에

1	sess_config = tf.ConfigProto(device_count=gpu_count)

아래에

1	sess_config.gpu_options.allow_growth = True

을 추가해준다.

그리고
--demo_type', default='image'를 --demo_type', default='webcam'

으로 바꿔주면 웹캠으로 테스트가 가능하다.

TODO

caffe 설치 오류 확인해보기