一、源碼鏈接：https://github.com/open-mmlab/mmskeleton

二、由于該項目環境涉及openpose等，環境配置耗費大量時間，于是乎想到有沒有別人配置好的環境，在docker hub搜索，有一個，非常開心，先把代碼跑起來再說，拉取鏡像

docker pull ioir123ju/mmskeleton

　　以上是別人提供的鏡像

　　一下是自己在上面鏡像的基礎上配置的自己的鏡像環境，GPU為RTX2080Ti

docker pull liuwenhua/mmskeleton

三、詳細記錄了在docker中配置環境遇到的問題

　　1.在安裝第三方包lazy_import 報錯，無法進行安裝，想到用源碼安裝，源碼安裝還在報錯，編碼方式錯誤，更改setup.py 打開文件的編碼方式為utf-8就可以了，

　　2.測試代碼

 python mmskl.py pose_demo --gpus 1

　　報錯如下：

For friends who may run into the same issue "ImportError: mmskeleton.utils.third_party attempted to use a functionality that requires module mmdet.apis, but it couldn't be loaded. Please install mmdet and retry."

　　各種找原因，最終在參來鏈接https://github.com/open-mmlab/mmskeleton/issues/326

　　解決方案

pip uninstall mmcv, then $ pip install mmcv==0.4.3 fixed this issue. 解決了問題，好心累

　　于是乎各種測試，都可以正常運行

　　1.數據準備代碼

mmskl configs/utils/build_dataset_example.yaml  --gpus 1

　　2.訓練階段

mmskl configs/recognition/st_gcn/dataset_example/train.yaml

　　3.測試階段

mmskl configs/recognition/st_gcn/dataset_example/test.yaml --checkpoint  /mmskeleton/work_dir/recognition/st_gcn/dataset_example/latest.pt

四，準備自己的數據集，開始訓練

總結

以上是生活随笔為你收集整理的动作识别-mmskeleton使用的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。