1.创建一个虚拟环境

conda create -n pose python=3.8

2.安装CUDA11.8 pytorch2.0.0版本

检查一下自己的CUDA版本，要>=11.8。

conda activate pose
conda install pytorch==2.0.0 torchvision==0.15.0 torchaudio==2.0.0 pytorch-cuda=11.8 -c pytorch -c nvidia

3.根据官网要求用MIM安装MMEngine MMCV

pip install -U openmim
mim install mmengine

4.安装mmcv

因为对mmcv版本有要求，可在https://mmcv.readthedocs.io/zh-cn/latest/get_started/installation.html查看。这里装的mmcv2.0.0，和CUDA11.8和pytorch2.0.0搭配是可用的，也是为什么选择这个版本CUDA和torch的原因。

pip install mmcv==2.0.0 -f https://download.openmmlab.com/mmcv/dist/cu118/torch2.0/index.html

5.安装mmdet

这里装3.0.0版本，不指定版本会导致装的版本过高，后面报错版本不适配mmcv。

mim install mmdet==3.0.0

6.从官网克隆mmpose项目

git clone https://github.com/open-mmlab/mmpose.git
cd mmpose

7.安装依赖

pip install -r requirements.txt
pip install -v -e .

 8.运行demo

这里我把配置文件和权重文件已经下载到本地了，放在了mmpose根目录下。没下下来的话就运行官网自带下载地址的demo命令。

python demo/image_demo.py tests/data/coco/000000000785.jpg td-hm_hrnet-w48_8xb32-210e_coco-256x192.py td-hm_hrnet-w48_8xb32-210e_coco-256x192-0e67c616_20220913.pth --out-file vis_results.jpg --draw-heatmap

#官网带下载地址的demo 运行时把\都删掉，写到一行
python demo/image_demo.py \
    tests/data/coco/000000000785.jpg \
    configs/body_2d_keypoint/topdown_heatmap/coco/td-hm_hrnet-w48_8xb32-210e_coco-256x192.py \
    https://download.openmmlab.com/mmpose/top_down/hrnet/hrnet_w48_coco_256x192-b9e0b3ab_20200708.pth \
    --out-file vis_results.jpg \
    --draw-heatmap 

 

9. 这时候如果报错“DLL load failed while importing _imaging: 找不到指定的模块的解决方法”

则重装pillow

pip uninstall pillow
pip install pillow==6.2.1 -i https://pypi.tuna.tsinghua.edu.cn/simple/

10. 再次运行demo（命令8），如果报错“return _bootstrap._gcd_import(name[level:], package, level)ImportError: DLL load failed while importing _ext: 找不到指定的模块。”

则用conda list查看当前的pytorch版本是否为CUDA版本，如果为cpu，则再次运行2.，会提示pytorch的update，将cpu版本更新为CUDA版本。

11.再次运行demo，成功。