文件名称：PaddlePaddle-CrowdNet:基于PaddlePaddle实现的人流密度识别模型CrowdNet
文件大小：16KB
文件格式：ZIP
更新时间：2024-05-31 00:39:59
deeplearning paddlepaddle crowdnet Python
前言 CrowdNet模型是2016年提出的人流密度估计模型，论文为《CrowdNet: A Deep Convolutional Network for DenseCrowd Counting》，CrowdNet模型主要有深层卷积神经网络和浅层卷积神经组成，通过输入原始图像和高斯滤波器得到的密度图进行训练，最终得到的模型估计图像中的行人的数量。当然这不仅仅可以用于人流密度估计，理论上其他的动物等等的密度估计应该也可以。 本项目开发环境为： Windows 10 Python 3.7 PaddlePaddle 2.0.0a0 CrowdNet模型实现 以下是CrowdNet模型的结构图，从结构图中可以看出，CrowdNet模型是深层卷积网络（Deep Network）和浅层卷积网络（Shallow Network）组成，两组网络通过拼接成一个网络，接着输入到一个卷积核数量和大小都是1的卷积
【文件预览】：
PaddlePaddle-CrowdNet-master
----train.py(3KB)
----reader.py(4KB)
----model.py(3KB)
----infer.py(2KB)
----LICENSE(11KB)
----README.md(13KB)
----data()
--------README.md(210B)
----create_list.py(2KB)
----.gitignore(122B)