首先介绍一下安装的环境：

Win 10
Python 3.6
CUDA 10.0
cuDNN 7.6.0

安装参考Mark的教程

用git将tf-pose-estimation clone下来。也可以直接在网页上点clone or download，然后Download ZIP。

conda create -n tfpose python=3.6创建一个新的conda环境，后用activate tfpose激活环境。

用pip安装requirements.txt里面的内容。
从这里开始要注意了，后面会有很多很多很多很多很多很多很多很多坑，大家一定要够耐心！！！！！
安装代码：pip install -r requirements.txt为了让速度快些，我加了清华镜像。
（1）如果遇到"module ‘pip’ had no attribute ‘main’（这个问题好像经常遇到）在这里我使用的方式是：在pip前加上python -m
（2）解决完上一个问题，我重新输入pip install -r requirements.txt，又出现报错。

先解决Cython的问题，我们都知道，遇到“No module named xxx”的问题，直接pip install就行。
（3）后续如果还有报红，例如：
直接继续pip install 就行了，于是后续又安装了Matplotlib和Pillow。
（4）重新执行pip install -r requirements.txt，这时出现了大片的报红。主要问题是Pycocotools安装出现问题，安装不成功是因为不支持windows系统，在网上查找了一些方法，找到了支持windows的文件：
Clone of COCO API 具体的安装办法：
在cmd中cd到cocoapi-master\PythonAPI文件夹中，然后执行python setup.py build_ext install （5）上述操作又报错：
没有rc.exe这个文件，所以：
先在C:\Program Files (x86)\Windows Kits\8.1\bin\x86中寻找到
rc.exe
rcdll.dll
再复制到C:\Program Files (x86)\Microsoft Visual Studio 14.0\VC\bin下，执行代码，解决了。
最后再重新执行一次pip install -r requirements.txt 即可。

安装opencv，具体网址：https://www.lfd.uci.edu/~gohlke/pythonlibs/#opencv （1）找到适合的，cp36也就是适合Python 3.6的，win_amd64就是适合windows 64 位的。黄色标注是我选择下载的whl文件。

（2）跳转到下载的whl文件所在的文件夹，执行：

pip install opencv_python‑4.1.2‑cp36‑cp36m‑win_amd64.whl

安装tensorflow,出现报错：

pip install grpcio==1.24.3就行。

运行python run_webcam.py --model=mobilenet_thin_432*368 --camera=0，报错：

难道是tensorflow的版本有问题吗？我降低了tensorflow的版本至1.14.0，出现问题：
No module named ‘tensorflow.contrib.tensorrt’，
这个问题是真的烦人，我直觉认为要下载tensorrt，弄了很久也没弄好，最后决定去\tf-pose-estimation\tf_pose\estimator把这行删掉/注释掉：

结果你们猜怎么？解决了！

再次执行：python run_webcam.py --model=mobilenet_thin_432*368 --camera=0 又报错——ImportError: No module named ‘_pafprocess’。
不要着急，离胜利越来越近了，hold on！
（1）还要用swig进行再次编译。下载地址：http:///download.html注意！ 选择swigwin，因为是windows系统下安装，不要下错了。

（2）下载后，解压zip，将swigwin所在的文件夹路径添加到环境变量path中。
具体过程：右键“此电脑”-属性-高级系统设置-环境变量-系统变量-path，例如我是F:\swigwin-4.0.1，添加进path即可。
（3）在cmd的（base）环境中（退出之间那个虚拟环境，可以另开一个cmd），
执行swig --help 如果没有error就是安装成功了。
（4）确保在虚拟环境tfpose下，cd到D:\tf-pose-estimation\tf_pose\pafprocess
（根据自己的情况cd）
执行：swig -python -c++ pafprocess.i && python setup.py build_ext --inplace 不报错即可。如果报错，估计错误是：
Unable to find vcvarsall.bat
参考Hermit_Rabbit文章。

很好，已经排除这么多问题了，我们继续。
回到D:\tf-pose-estimation
重新执行python run_webcam.py --model=mobilenet_thin_432*368 --camera=0 出现报错：No module named ‘matplotlib’
pip install即可。

再次重新运行python run_webcam.py --model=mobilenet_thin_432*368 --camera=0 出现错误：mobilenet_thin_432x368’
将运行的命令更改一下：python run_webcam.py --model=mobilenet_thin --resize=432x368 --camera=0

恭喜你，现在已经跑起来了！！能从摄像头看到自己吗？

接着要识别已经保存好的图片，执行：

python run.py --model=mobilenet_thin --resize=432x368 --image=./images/p1.jpg

出现报错：UserWarning: Matplotlib is currently using agg, which is a non-GUI backend, so cannot show the figure.
解决方法：打开tf-pose-estimation中的run.py文件，将第56行import matplotlib.pyplot as plt 改为：
import matplotlib

matplotlib.use(‘TkAgg’)

import matplotlib.pyplot as plt

再次运行就成功了，能够看到

现在要识别保存的视频，执行：

python run_video.py --model=mobilenet_thin --resolution=432x368 --video=./etcs/dance.mp4

执行发现，舞者跳舞的时候，没有骨骼识别的痕迹。打开tf-pose-estimation中的run_video.py文件
解决办法：
（1）添加一段代码

parser.add_argument('--resize-out-ratio', type=float, default=4.0, help='if provided, resize heatmaps before they are post-processed. default=1.0')

具体添加位置下图第一块黄色区域。

（2）下方的while cap.isOpened()中humans = e.inference(image)改为

humans = e.inference(image, resize_to_default=(w > 0 and h > 0), upsample_size=args.resize_out_ratio) 如下图第二块黄色区域

到此所有问题都解决了，基于tensorflow的openpose也跑起来了，是不是很开心呢？恭喜你！