Модель подсчёта людей ACSCP

=======

Введение

Это открытый исходный проект для подсчёта количества людей в толпе. Реализован на основе статьи «Подсчёт людей в толпе с помощью состязательного согласования масштабов» Шанхайского университета Цзяо Тонг. Для получения более подробной информации обратитесь к нашему Baidu Yun (https://pan.baidu.com/s/1mjPpKqG).

Содержание

1. Установка
2. Подготовка
3. Обучение/Оценка/Выпуск
4. Дополнительно
5. Детали

Установка

1. Требования к конфигурации:

python3.x

Рекомендуется использовать GPU, желательно не менее GTX960

python-opencv
#tensorflow-gpu==1.0.0
#tensorflow==1.0.0
scipy==1.0.1
matplotlib==2.2.2
numpy==1.14.2

conda install -c https://conda.binstar.org/menpo opencv3
pip install -r requirements.txt

2. Получите код:

git clone git@github.com:Ling-Bao/ACSCP_cGAN.git
cd ACSCP_cGAN

Подготовка

1. Набор данных ShanghaiTech. Набор данных ShanghaiTech создан Чжан И, Чжоу Д., Чен С. и др. Для получения дополнительной информации см. статью «Подсчёт количества людей на одном изображении с использованием многостолбцовой свёрточной нейронной сети» и нажмите здесь (https://www.cv-foundation.org/openaccess/content_cvpr_2016/papers/Zhang_Single-Image_Crowd_Counting_CVPR_2016_paper.pdf).

2. Загрузите набор данных и соответствующую ему карту меток Baidu Yun Пароль: yvs1

3. Распакуйте набор данных в корневой каталог ACSCP_cGAN:

unzip Data.zip

Обучение/Оценка/Выпуск

Обучение проходит легко, просто выполните следующие шаги:

1. Обучение. Используйте main.py, чтобы обучить модель подсчёта толпы.

python main.py --phase train

2. Оценка. Используйте main.py для оценки модели подсчёта толпы:

python main.py --phase test

ИЛИ

python main.py --phase inference

3. Выпуск модели. Используйте product.py, чтобы выпустить модель подсчёта толпы. Скачайте версию выпуска 1.0.0, нажав здесь (release/version1.0.0.tar.gz).

Дополнительно

1. Инструменты для создания карт толпы Исходный код хранится в «data_maker», подробнее см. здесь (data_maker/README.md). Примечание: эти инструменты написаны на языке Matlab, поэтому вам необходимо установить Matlab.

2. Результаты

Исходное изображение



Реальная карта толпы, количество людей — 707



Предсказанная карта толпы, количество людей — 698

3. Коллекция статей по подсчёту толпы, спасибо gjy3035 Github: Awesome-Crowd-Counting Генерация карты плотности из ключевых точек: [Код Matlab] [Код Python]

Детали

1. Попытка удалить слои исключения.