进入网址：https://www.gyan.dev/ffmpeg/builds/在中下载。

使用jupyter notebook时发现报这个错误，找了一晚上才找到解决办法，因此在这里记录一下前往这个网址：https://slproweb.com/products/Win32OpenSSL.html选择和自己系统相对应的openssl安装包我个人下载了这个5MB的轻量版安装包，因为总共也只有十几兆的大小所以我下载完成后直接安装到了C盘，安装完成后就可以正常运行代码了。参考链接：https:

使用jupyter notebook时发现报这个错误，找了一晚上才找到解决办法，因此在这里记录一下前往这个网址：https://slproweb.com/products/Win32OpenSSL.html选择和自己系统相对应的openssl安装包我个人下载了这个5MB的轻量版安装包，因为总共也只有十几兆的大小所以我下载完成后直接安装到了C盘，安装完成后就可以正常运行代码了。参考链接：https:

进入网址：https://visualstudio.microsoft.com/zh-hans/visual-cpp-build-tools/，下载vs_BuildTools，下载完成后点击。MMPose 中的一些推理示例脚本需要使用 MMDetection (mmdet) 检测人体，所以这里也先安装下。（这里下载的模型权重文件，文件名可能会有一点点不同），执行完上面的命令后，在当前目录下就可以找

labelme GitHub项目地址：https://github.com/wkentaro/labelme。

网上没找到有关 关键点检测-COCO格式转为YOLO格式的相关代码，就自己参考其他人基于目标检测的进行了改写，话不多说，直接上代码。

我的Windows版本如下：版本Windows 11 专业版版本22H2。

所有MS COCO的标注数据第一层都至少包含以下四个对象，不同检测任务的。保存每张图片的信息，如图片文件名、宽、高等信息。MS COCO使用JSON存储标注数据。（JSON第一层即包含五个对象）不同且部分检测任务还包含一个。为例，查看它的json内容。第一层结构如下，包含。保存数据集的许可协议。

MS COCOObject Detection（[主要处理人、车、大象等]）DensePose（姿态密度检测）Keypoints（关键点检测）Stuff（[主要处理草、墙、天等]）Panoptic（场景分割）Captions（字幕标注）

labelme GitHub项目地址：https://github.com/wkentaro/labelme。