---

前言

想跑一些深度学习的项目，但是电脑没有显卡，遂看向云服务器Kaggle，这里可以每周免费使用30h的GPU算力，效果确实不错。
本人之前尝试过google colab，但是

• 时不时就要你人机验证
• 连接容易断开
• 文件操作有些麻烦
• 还要挂载google drive云盘
• 还要魔法

用过Kaggle之后，不得不说是真香，它是不需要魔法的。
但是刚上手Kaggle的DPers可能还不是很熟悉一些基本命令操作，那么这篇文章就总结了一些常见操作，常见问题，希望对你有所帮助。

---

一、Kaggle克隆仓库

1、克隆项目

一般在kaggle的notebook里面输入控制台类的代码，前面要加上！当然也有特例，我们后面再说

! git init
! git clone https://github.com/Hzzone/pytorch-openpose.git

2、查看目录

克隆下来的项目，放在了output下，目录为kaggle/working

注意kaggle/working也是我们默认的工作目录，你可以输入下述代码来验证

import os
os.getcwd()

二、安装依赖

! pip install -r /kaggle/working/pytorch-openpose/requirements.txt

这里要输入requirements.txt的完整路径，可以在右侧直接复制

三、文件的上传、复制、转移操作

github上这个姿态估计的项目需要权重文件，但是仓库里没有直接放进去，通过网盘给到了.pth权重文件。那么现在我们应该如何将电脑中的.pth文件上传到工作目录里呢

1.上传.pth文件到input目录

比较简单，点击upload->New Dataset->选择本地文件直接上传，
一个项目可以包含多个datasets，我这里新建了2个，并分别上传了一个文件，下面是目录结构：

2、将权重文件从input目录转移到工作目录

将权重文件从input目录转移到output下的kaggle/working工作目录

# import module we'll need to import our custom module
from shutil import copyfilecopyfile(src = "/kaggle/input/hand-pose-model-pth/hand_pose_model.pth", dst = "/kaggle/working/pytorch-openpose/model/hand_pose_model.pth")
copyfile(src = "/kaggle/input/hand-pose-model-pth/body_pose_model.pth", dst = "/kaggle/working/pytorch-openpose/model/body_pose_model.pth")

注意，目标目录下的.pth文件不用提前建立，它会自动生成

---

三、修改工作目录里的文件内容

按理说，我现在直接可以输入! python /kaggle/working/pytorch-openpose/demo_camera.py
进行demo测试了，但是会报错找不到权重文件，因为人家项目里写的是相对路径，但是说实话，相对路径在kaggle的notebook执行的时候，会识别不出来

所以最保险的做法：
全部换成绝对路径
这时要修改demo_camera.py的文件内容，如何修改呢？

1、修改demo_camera.py内容

现在的工作路径是

我们cd 到demo_camera.py文件所在文件夹下

在本地修改demo_camera.py，修改为绝对路径

将这个文件里所有内容复制到%%writefile demo_camera.py下面，什么意思？就是相当于把demo_camera.py的内容进行了覆盖。

%%writefile demo_camera.py
import cv2
import matplotlib.pyplot as plt
import copy
import numpy as np
import torchfrom src import model
from src import util
from src.body import Body
from src.hand import Handbody_estimation = Body('/kaggle/working/pytorch-openpose/model/body_pose_model.pth')
hand_estimation = Hand('/kaggle/working/pytorch-openpose/model/hand_pose_model.pth')print(f"Torch device: {torch.cuda.get_device_name()}")cap = cv2.VideoCapture(0)
cap.set(3, 640)
cap.set(4, 480)
while True:ret, oriImg = cap.read()candidate, subset = body_estimation(oriImg)canvas = copy.deepcopy(oriImg)canvas = util.draw_bodypose(canvas, candidate, subset)# detect handhands_list = util.handDetect(candidate, subset, oriImg)all_hand_peaks = []for x, y, w, is_left in hands_list:peaks = hand_estimation(oriImg[y:y+w, x:x+w, :])peaks[:, 0] = np.where(peaks[:, 0]==0, peaks[:, 0], peaks[:, 0]+x)peaks[:, 1] = np.where(peaks[:, 1]==0, peaks[:, 1], peaks[:, 1]+y)all_hand_peaks.append(peaks)canvas = util.draw_handpose(canvas, all_hand_peaks)cv2.imshow('demo', canvas)#一个窗口用以显示原视频if cv2.waitKey(1) & 0xFF == ord('q'):breakcap.release()
cv2.destroyAllWindows()

四、运行！

输入

! python /kaggle/working/pytorch-openpose/demo_camera.py

当然，你可能遇到其他代码上的bug，这就不是kaggle平台的问题啦
这就需要你擦亮你的眼睛认认真真debug啦