简介OpenPose 1.7.0 完整模型包面向计算机视觉开发者用于人体姿态、面部及手部关键点检测。该 zip 压缩包共 15 个文件包含 6 个 prototxt 网络结构配置、5 个 caffemodel 预训练权重以及 getModels.sh/getModels.bat 自动下载脚本和相机参数文件总大小约 727MB。覆盖 Face、Hand、Pose含 body_25、MPI、COCO 等多条模型链路可直接放置于 OpenPose 源码 models 目录供编译与运行调用。已有 1010 人学习下载。包内模型按功能分子目录组织配套 prototxt 与 caffemodel 成对出现便于替换或微调对从事运动分析、VR 交互、手势识别或医疗姿态评估的开发者来说能省去逐一下载与匹配版本的时间快速搭建完整关键点检测环境并支持 GPU 加速及自定义数据集训练。1. 为什么OpenPose 1.7.0的模型文件比代码本身更让人痛苦跑过OpenPose的人都有个共识编译是最简单的下载模型文件才是噩梦。我帮人排查过不下十次“模型加载失败”最后发现全是下载环节出的问题。这个标题里的核心并不复杂——OpenPose 1.7.0的模型文件就是一组预训练好的Caffe模型用来做人体关键点检测、手部关键点检测和脸部关键点检测。它们不随代码发布需要单独下载而且总量有几个GB。如果你正卡在“下不动”“下完了CMake还是说找不到模型”“OpenPose一启动就崩”这篇笔记就是给你写的。2. 搞清楚1.7.0到底需要哪几个模型文件清单、大小与存放路径我刚开始做OpenPose的时候第一反应是去翻源码里的src目录以为模型文件应该在里面。实际上模型文件全在models/目录下而且官方在README里说得非常含蓄——你运行CMake之后项目不会帮你把模型文件带过来你得自己去执行models/getModels.bat或者models/getModels.sh。2.1 官方模型目录结构这些文件各管什么以1.7.0为例完整下载后模型目录应该长这样models/ getModels.bat getModels.sh pose/ body_25/ pose_iter_584000.caffemodel pose_deploy.prototxt coco/ pose_iter_440000.caffemodel pose_deploy.prototxt mpi/ pose_iter_160000.caffemodel pose_deploy.prototxt face/ pose_iter_116000.caffemodel pose_deploy.prototxt hand/ pose_iter_102000.caffemodel pose_deploy.prototxt第一眼看上去很乱其实分四类body_25OpenPose自家标定的25点人体模型速度最快精度也够默认推荐用的就是它。coco基于COCO数据集的18点人体模型适合跟COCO指标对齐的场景社区里很多后续处理代码都按这个输出写。mpi15点人体模型接口老一些但是有些老项目里硬编码了它的输出格式你躲不开。face和hand分别对应70点面部关键点和21点手部关键点单独控制不用可以不下。.caffemodel是权重文件.prototxt是网络结构两个必须配套放。只下权重不下结构OpenPose会直接报错找不到网络定义。另外在第三方PyTorch重实现里模型文件通常是.pth后缀但官方的1.7.0走的是Caffe路线别把两者混用。我见过有人把一个.pth文件直接塞到body_25目录里然后Caffe加载时内存越界整个进程崩掉。2.2 不同任务选不同模型COCO、BODY_25、MPI怎么选如果你只是做单人姿态估计演示body_25一个就够。官方demo默认用body_25CMake里的USE_BODY_25选项默认开。选模型的逻辑应该是这样要兼顾速度和精度用body_25。它是官方主推模型训练数据更接近现代人体姿态分布在遮挡场景下也比MPI鲁棒。要跟COCO数据集评测结果对比用coco。论文表格里那些AP数值基本都是在COCO模型上跑的。要复用旧代码用mpi。很多2018年左右的项目基于MPI的15点输出写后处理逻辑改代码不如换模型文件。这些模型的输出格式差异很大最大的坑是点序号不一样。body_25的鼻子是0号点coco的鼻子也是0号点但mpi的鼻子在1号点。如果你用同一个后处理代码去处理不同模型的结果骨骼连线会画得乱七八糟。我一般会在代码里写一个MODEL_TYPE参数把点序映射表单独维护别硬编码。还有个容易忽略的点模型文件直接决定显存占用和CPU内存。body_25在GPU上默认吃大约1.5GB显存MPI小一些但也别指望它能在集成显卡上流畅跑。下载前先确认自己机器跑得动哪个模型不用把三套全下下来。3. 把模型文件弄到手两种下载方式和一组校验命令知道了要哪些文件下一步就是真正把它们下下来。常见做法是跑官方脚本但脚本经常下到一半中断所以我会同时准备手动下载方案。这个方案不依赖任何第三方工具只要机器上有curl和python。3.1 用官方getModels脚本最快但最容易半途失败官方提供的脚本本质是一堆curl命令的组合逐个下载所有模型文件。Windows上双击getModels.batLinux上跑./getModels.sh。完整执行一次大概是这样# 进入OpenPose根目录后执行 cd models python getModels.py逻辑很容易懂脚本先创建各模型的子目录然后从官方GitHub Release下载对应的.caffemodel和.prototxt最后解压并删除临时压缩包。注意一点getModels.py在某些版本里会把文件下载到临时目录再移动如果models目录权限不对你会看到文件下完了但目标目录还是空的。我一般在执行前先检查当前用户对models目录有没有写权限。Linux下直接看属主Windows下确认不是只读。这个脚本的最大风险是网络。模型文件归档在GitHub Release连接经常被重置脚本不会断点续传一旦中断只能从头来。如果你发现脚本每次都在同一个文件上停住那就别耗时间了改用下面的手动方案。3.2 手动下载并校验网络中断后的后悔药手动下载的核心思想是单个文件拆分下载每个文件校验MD5或SHA256确保完整性。我一般这么干# download_models.py # 用途逐个下载OpenPose 1.7.0的模型文件并校验SHA256 import hashlib import os import urllib.request # 以 body_25 为例其他模型同理 url https://example.com/openpose-1.7.0-models/pose/body_25/pose_iter_584000.caffemodel dest ./pose/body_25/pose_iter_584000.caffemodel expected_sha256 请替换成实际哈希值 # 保证目录存在 os.makedirs(os.path.dirname(dest), exist_okTrue) # 下载并分块写入防止内存被打爆 chunk_size 1024 * 1024 # 1MB req urllib.request.Request(url) with urllib.request.urlopen(req) as resp, open(dest, wb) as f: while True: chunk resp.read(chunk_size) if not chunk: break f.write(chunk) # 计算实际哈希与期望值比对 sha256 hashlib.sha256() with open(dest, rb) as f: for block in iter(lambda: f.read(4096), b): sha256.update(block) print(f校验结果: {sha256.hexdigest()}) if sha256.hexdigest().lower() ! expected_sha256.lower(): print(警告: 哈希不匹配, 文件可能损坏) else: print(模型文件完整)这段代码的逻辑是先把目标目录建好再用urllib分1MB一块下载避免一次性写入把内存撑爆。下载完成后计算SHA256跟期望值比对。参数说明里最要紧的是expected_sha256这个值从哪里来每个模型文件在官方Release页面都有对应的校验值Windows资源管理器查看文件属性也能看到。如果找不到至少看一眼文件大小是否和你下载源标注的一致——大小对不上一定不能放进模型目录。下载目录结构必须精确匹配OpenPose源码里的搜索路径。官方查找模型时默认找models/pose/body_25/pose_iter_584000.caffemodel你放到别的地方就算路径都对CMake也会在运行时找不到。4. 模型文件下载与加载的避坑记录从超时到路径错4.1 ComfyUI下载模型文件失败现象、原因、解决最近不少人在ComfyUI里跑姿态相关节点也会遇到“ComfyUI下载模型文件失败”的报错。现象是节点运行时卡住然后日志里出现下载失败或FileNotFoundError。原因在于ComfyUI的很多插件节点会自动从网上下载OpenPose模型但下载源网络不稳定或者插件内置的下载链接已经失效。解决办法是绕开自动下载手动把模型文件放到ComfyUI指定目录。ComfyUI里OpenPose相关插件通常把模型放在models/openpose下文件就是上一节说的body_25那套.caffemodel。我在处理这个问题时会把OpenPose编译环境里的模型直接复制到ComfyUI目录再给插件设置里填一个绝对路径。因为ComfyUI不会校验文件名大小写很多人把pose_iter_584000.caffemodel写成了pose_iter_584000.CAFFEMODELWindows下不敏感Linux下直接找不到。4.2 下载文件不完整Size不匹配导致Caffe加载崩溃有个典型症状是模型文件下载完成后启动OpenPose时Caffe报Check failed: blob-count() top_shape.count()或者直接段错误。原因很单一——下载不完整。我遇到过最隐蔽的一次pose_iter_584000.caffemodel的实际大小比官方少了200MB但是下载工具没有报错因为HTTP响应头里的Content-Length是错误的。解决方法是下载后必须做完整性校验不能只看文件存在就完事。另一个常见原因是杀毒软件把.caffemodel当恶意文件拦截导致文件被截断。解决方法是把模型目录加入杀毒软件白名单然后重新下载。4.3 路径大小写和反斜杠问题Windows上的老坑OpenPose在Windows上的模型路径错误大多是反斜杠导致的。我们经常在配置文件里写models/pose/body_25/pose_iter_584000.caffemodel但Windows某些版本的OpenPose会把斜杠理解错然后报Failed to open。解决方法是统一用正斜杠并且在代码里用std::string拼接路径时手动替换反斜杠。还有一个坑是中文用户名。如果你的Windows用户名是中文比如C:\Users\张三\openpose\modelsCaffe的路径解析会失败因为底层库对非ASCII路径支持很差。做法是直接把项目放在C:\OpenPose这种纯英文路径下别跟自己较劲。5. 模型文件放好后怎么验证跑通demo并自动检查模型放对了不等于就能跑。我每次装完都要做两件事。第一件事是看启动日志里有没有Loading model这一行之后跟着模型路径而不是直接崩溃第二件事是写一个简单的Python脚本检查所有必备文件大小是否超过阈值。# 快速验证模型文件是否齐全且大小合理 find models -name *.caffemodel -exec ls -la {} \;这行命令会列出所有权重文件重点看body_25和hand的.caffemodel大小是否在几百MB这个量级。如果某文件只有几KB那它多半是个报错页存下来的假文件。跑demo时我会用官方示例命令但把参数改小避免测试时卡住./build/examples/openpose/openpose.bin \ --model_pose BODY_25 \ --image_dir examples/media/ \ --write_json output/ \ --num_gpu 1这个命令的意思很直接用BODY_25模型跑examples/media目录里的图片把关键点结果写到output目录只用一张GPU。验证标准是能在输出目录里看到对应的.json文件且pose_keypoints_2d数组不是全零。如果全是零说明模型加载成功但推理异常多半是模型文件和.prototxt不匹配。我踩过一次最深的坑是混合使用了不同版本的模型文件。当时body_25用的模型是1.7.0的.prototxt却来自旧版源码结果运行时输出点序全乱。后来我养成了习惯每次更新版本就全量替换模型文件绝不混用。希望这个习惯和上面这些排查思路能帮到你少在模型文件上浪费一晚上。本文还有配套的精品资源点击获取