SaCNN人群密度估计测试
现实问题：随着社会的发展，城市人口的扩增，导致城市特定场所人口聚集度越来越大，不安全因素随之扩大。有效地估计特定场所的人口密度以及计算当前场景的人口数量对道道路安全和交通管理来说显得尤为重要。
解决来源（之一）：WACV'18 paper - Crowd counting via scale-adaptive convolutional neural network (SaCNN)
文章原理就不过多介绍了，小伙伴可自行参考论文。最优之处博主认为采用了全卷积网络，可针对任意图像输入，不会造成图像失真。
博主复现了原论文，实验对比如下：
测试结果：
------------------------------------------------更新2018.3.20--------------------------------------------
添加了windows-c++测试代码（基于caffe）
测试硬件：CPU-i7-4790-4核
测试结果：512x384分辨率图像，耗时1.7s左右，内存消耗1.4G左右
注意：因为是全卷积网络，所以内存消耗和输入图像分辨率大小成正比，耗时也和输入图像分辨率大小成正比！
------------------------------------------------更新2019.4.20--------------------------------------------
基于MobileNet架构，优化人群密度估计
测试硬件：CPU-i7-9700K-6核
测试结果：
| ShangHaiTech_PartB | CPU Speed (ms/frame) | |||
| Evaluate | MAE | MSE | 1024x768 | 512x384 |
| Zhang et al. | 26.4 | 41.3 | - | - |
| SaCNN | 16.2 | 25.8 | 2300 | 590 |
| MobileNet_V1 | 22.8 | 40.3 | 190 | 55 |
| MobileNet_V2 | 27.3 | 50.6 | 100 | 35 |
任何问题请加唯一QQ2258205918（名称samylee）！
或唯一VX：samylee_csdn
SaCNN人群密度估计测试相关推荐
- 人群密度估计--Crowd Counting Via Scale-adaptive Convolutional Nerual Network
Crowd Counting Via Scale-adaptive Convolutional Nerual Network https://arxiv.org/abs/1711.04433v2 Co ...
- 人群密度估计--Fully Convolutional Crowd Counting On Highly Congested Scenes
Fully Convolutional Crowd Counting On Highly Congested Scenes The 12th International Conference on C ...
- GitHub：人群密度估计最全资料集锦
GitHub:人群密度估计最全资料集锦 文章目录: 整理过的awesome系列项目: GitHub:车道线检测最全资料集锦 GitHub:目标检测最全论文集锦 GitHub:TensorFlow最全资 ...
- 深度学习项目-人群密度估计
Multi-scale Convolution Neural Networks for Crowd Counting 项目简介 复现论文Multi-scale Convolution Neural N ...
- 使用MindStudio进行UAV场景下人群密度估计开发
1.项目介绍 2.模型介绍 3.模型训练 3.1.标注文件修改 3.2.模型转换 4.基于MindX SDK开发 4.1.创建MindX SDK(Python)工程 4.2.配置MindStudio的 ...
- 人群计数/人群密度估计的研究背景
人群计数是什么 人群计数是公共安防行业中非常需要的一种技术.对于给定的一幅图像或一段视频,通过计算机自动处理,分析出其中的人数. 为什么要做人群计数 1.公共安全管理:人群计数重中之重的用途就是用于公 ...
- 人群密度估计--CSRNet: Dilated Convolutional Neural Networks for Understanding the Highly Congested Scenes
CSRNet: Dilated Convolutional Neural Networks for Understanding the Highly Congested Scenes CVPR2018 ...
- 人群密度估计--Structured Inhomogeneous Density Map Learning for Crowd Counting
Structured Inhomogeneous Density Map Learning for Crowd Counting https://arxiv.org/abs/1801.06642 针对 ...
- 人群密度估计--Leveraging Unlabeled Data for Crowd Counting by Learning to Rank
Leveraging Unlabeled Data for Crowd Counting by Learning to Rank CVPR2018 https://github.com/xialeil ...
最新文章
- mongodb的几种启动方法
- Spring Cloud应用开发（三：客户端的负载均衡）
- .NET基础 （05）内存管理和垃圾回收
- 【JavaScript】jQuery绑定事件
- HDU 1754 I Hate It（线段树）
- [C# 基础知识系列]专题六:泛型基础篇——为什么引入泛型
- vue笔记（四）注册组件，路由，vuex
- redis工具类_SpringBoot 操作 Redis 数据
- 台式计算机关机后自行重启,台式机电脑总是自动关机重启该怎么解决？
- [译] JavaScript 的函数式编程是一种反模式
- 【初赛】NOIP2018程序模板
- [DB]MYSQL外键(Foreign Key)的使用(转载)
- 用策略屏蔽135 139 445 3389端口+网络端口安全防护技 .
- 跳级全奖进哈佛，连马云都忌惮三分，赚18个亿后隐退美国，如今的他在干什么？...
- EF+MYSQL 闪退
- snort 错误 （CentOS 8）
- 驾驶本到期换新，要想照片拍的好看，办理不耽误时间请按照以下步骤进行
- 在GitHub上建立自己在线简历
- proc文件系统介绍
- resultFul请求案例