# Get Started ## Installation 1. clone this repo. ``` git clone https://github.com/ShiqiYu/OpenGait.git ``` 2. Install dependenices: - pytorch >= 1.10 - torchvision - pyyaml - tensorboard - opencv-python - tqdm - py7zr - kornia - einops Install dependenices by [Anaconda](https://conda.io/projects/conda/en/latest/user-guide/install/index.html): ``` conda install tqdm pyyaml tensorboard opencv kornia einops -c conda-forge conda install pytorch==1.10 torchvision -c pytorch ``` Or, Install dependenices by pip: ``` pip install tqdm pyyaml tensorboard opencv-python kornia einops pip install torch==1.10 torchvision==0.11 ``` ## Prepare dataset See [prepare dataset](2.prepare_dataset.md). ## Get trained model - Option 1: ``` python misc/download_pretrained_model.py ``` - Option 2: Go to the [release page](https://github.com/ShiqiYu/OpenGait/releases/), then download the model file and uncompress it to [output](output). ## Train Train a model by ``` CUDA_VISIBLE_DEVICES=0,1 python -m torch.distributed.launch --nproc_per_node=2 opengait/main.py --cfgs ./configs/baseline/baseline.yaml --phase train ``` - `python -m torch.distributed.launch` [DDP](https://pytorch.org/tutorials/intermediate/ddp_tutorial.html) launch instruction. - `--nproc_per_node` The number of gpus to use, and it must equal the length of `CUDA_VISIBLE_DEVICES`. - `--cfgs` The path to config file. - `--phase` Specified as `train`. <!-- - `--iter` You can specify a number of iterations or use `restore_hint` in the config file and resume training from there. --> - `--log_to_file` If specified, the terminal log will be written on disk simultaneously. You can run commands in [train.sh](train.sh) for training different models. ## Test Evaluate the trained model by ``` CUDA_VISIBLE_DEVICES=0,1 python -m torch.distributed.launch --nproc_per_node=2 opengait/main.py --cfgs ./configs/baseline/baseline.yaml --phase test ``` - `--phase` Specified as `test`. - `--iter` Specify a iteration checkpoint. **Tip**: Other arguments are the same as train phase. You can run commands in [test.sh](test.sh) for testing different models. ## Customize 1. Read the [detailed config](docs/1.detailed_config.md) to figure out the usage of needed setting items; 2. See [how to create your model](docs/2.how_to_create_your_model.md); 3. There are some advanced usages, refer to [advanced usages](docs/3.advanced_usages.md), please. ## Warning - In `DDP` mode, zombie processes may be generated when the program terminates abnormally. You can use this command [sh misc/clean_process.sh](./misc/clean_process.sh) to clear them.

<think>嗯，用户这次给了一个关于OpenGait的安装和使用指南的文档，然后让我用中文介绍一下或者回答相关问题。看起来用户可能是想部署或者使用这个OpenGait项目，但可能遇到了问题，或者需要更详细的解释。 首先，我需要先仔细阅读用户提供的文档内容，理解每个步骤的作用。用户之前问过关于Conda的错误，可能他现在在尝试安装依赖时遇到了问题，所以需要确保依赖安装正确。也可能他在训练或测试模型时遇到问题，需要帮助。 接下来，用户提供的文档里有几个部分：安装、准备数据集、获取预训练模型、训练、测试、自定义和警告。我需要将这些内容用中文重新组织，确保结构清晰，步骤明确，并且符合用户之前提到的系统级指令，比如数学公式的格式，但这里可能不太涉及数学公式，主要是代码块和命令行指令。 需要注意的是，用户可能对某些步骤不熟悉，比如分布式训练中的DDP模式，或者如何处理僵尸进程。所以解释的时候要尽量简明，但关键点要说清楚。比如在安装依赖时，使用conda和pip两种方式，可能需要提醒用户注意版本兼容性，特别是PyTorch的版本是否与CUDA匹配。 另外，用户之前遇到的Conda错误可能与安装依赖有关，所以在解释安装步骤时，可能需要加入一些注意事项，比如如何避免环境冲突，或者如何正确使用conda-forge频道。同时，用户可能在数据集准备部分需要更多指导，文档里只是提到了一个链接，可能需要补充说明常见的数据集准备步骤或可能遇到的问题。 还有，训练和测试命令中的参数解释需要清楚，比如CUDA_VISIBLE_DEVICES和nproc_per_node的关系，确保用户理解如何根据自己GPU的数量调整参数。自定义部分可能涉及配置文件的理解和模型构建，用户可能需要更多的指引，但文档里已经提供了链接，可能需要强调这些文档的重要性。 最后，警告部分提到的僵尸进程问题，用户可能需要知道如何避免或处理这种情况，所以解释清理命令的作用和使用方法是必要的。 总结下来，我需要将用户提供的英文指南转化为结构清晰的中文步骤说明，补充可能需要的注意事项，并确保代码块正确格式化。同时，考虑到用户可能的技术水平，避免使用过于专业的术语，保持解释的易懂性。此外，检查是否有潜在的坑，比如版本冲突、环境配置问题，给出相应的建议，帮助用户顺利完成OpenGait的安装和使用。</think>--- ### **OpenGait 快速入门指南** --- #### **1. 安装步骤** ##### **1.1 克隆代码仓库** ```bash git clone https://github.com/ShiqiYu/OpenGait.git ``` ##### **1.2 安装依赖项** **支持两种安装方式（任选其一）：** - **通过 Anaconda 安装（推荐）** 使用 Conda 管理环境可避免依赖冲突： ```bash # 安装基础依赖 conda install tqdm pyyaml tensorboard opencv kornia einops -c conda-forge # 安装 PyTorch 1.10 和对应版本的 torchvision conda install pytorch==1.10 torchvision -c pytorch ``` - **通过 pip 安装** 确保已安装兼容的 Python 环境（建议 Python 3.8+）： ```bash pip install tqdm pyyaml tensorboard opencv-python kornia einops pip install torch==1.10 torchvision==0.11 ``` **注意事项：** - 若使用 GPU，需提前安装与 PyTorch 1.10 匹配的 CUDA 驱动（推荐 CUDA 11.3）。 - 若安装失败，检查网络是否可访问 PyPI 或 Conda 源（国内用户可切换清华镜像）。 --- #### **2. 准备数据集** - 参考文档 [prepare_dataset.md](2.prepare_dataset.md)，按指引下载并预处理数据集（如 CASIA-B、OU-MVLP 等）。 - 确保数据集路径与配置文件中的 `dataset_root` 参数一致。 --- #### **3. 获取预训练模型** - **方式一（自动下载）**： ```bash python misc/download_pretrained_model.py ``` - **方式二（手动下载）**： 访问 [Release 页面](https://github.com/ShiqiYu/OpenGait/releases/)，下载模型文件后解压到 `output` 目录。 --- #### **4. 模型训练** **单机多卡训练命令示例**： ```bash CUDA_VISIBLE_DEVICES=0,1 python -m torch.distributed.launch --nproc_per_node=2 opengait/main.py --cfgs ./configs/baseline/baseline.yaml --phase train ``` **参数解析**： - `CUDA_VISIBLE_DEVICES=0,1`：指定使用 GPU 0 和 1。 - `--nproc_per_node=2`：每个节点使用 2 个进程（需与 GPU 数量一致）。 - `--cfgs`：配置文件路径（如 `baseline.yaml`）。 - `--phase train`：指定训练模式。 **其他选项**： - 使用 `--log_to_file` 可将日志保存到文件。 - 直接运行 [train.sh](train.sh) 脚本可快速启动不同模型的训练。 --- #### **5. 模型测试** **评估模型性能**： ```bash CUDA_VISIBLE_DEVICES=0,1 python -m torch.distributed.launch --nproc_per_node=2 opengait/main.py --cfgs ./configs/baseline/baseline.yaml --phase test --iter 100000 ``` **关键参数**： - `--phase test`：指定测试模式。 - `--iter 100000`：加载第 10 万次迭代的模型权重。 --- #### **6. 自定义配置与模型** 1. **配置文件详解** 阅读 [detailed_config.md](docs/1.detailed_config.md) 了解如何调整超参数（如学习率、数据集路径等）。 2. **自定义模型** 参考 [how_to_create_your_model.md](docs/2.how_to_create_your_model.md) 添加新网络结构。 3. **高级功能** 如多机训练、混合精度训练等，详见 [advanced_usages.md](docs/3.advanced_usages.md)。 --- #### **7. 常见问题与警告** - **僵尸进程清理** 若训练异常终止导致进程残留，运行以下命令清理： ```bash sh misc/clean_process.sh ``` - **DDP 模式兼容性** 确保 PyTorch 版本与 CUDA 驱动匹配，避免分布式训练失败。 --- ### **操作验证** - **依赖安装检查** 运行 `python -c "import torch; print(torch.__version__)"` 应输出 `1.10.x`。 - **训练启动验证** 执行训练命令后，检查终端是否正常输出损失值和进度条。 --- ### **扩展支持** - 若遇到环境配置问题，可尝试使用 Docker 镜像（需自行构建）。 - 详细文档参考 [OpenGait Wiki](https://github.com/ShiqiYu/OpenGait/wiki)。