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最全资料集锦
  • GitHub:图像分类最全资料集锦
  • GitHub:图像分割最全资料集锦
  • GitHub:目标跟踪最全资料集锦

本文就给大家推荐一个人群密度估计(Crowd Counting)的最全资料项目:Awesome-Crowd-Counting。

https://github.com/gjy3035/Awesome-Crowd-Counting

Awesome-Crowd-Counting

该项目主要包含以下内容:

  • 代码
  • 数据集
  • 论文
  • 排行榜

代码

原作者 Junyu Gao 开源了一个基于PyTorch的人群密度估计库,其名称为:Crowd Counting Code Framework,缩写为 C^3 Framework。该库可以在多种主流数据集上测试,提供很棒的baselines。

https://github.com/gjy3035/C-3-Framework
GitHub:人群密度估计最全资料集锦_第1张图片
注:原作者Junyu Gao在CVPR 2019上发表了一篇人群密度估计相关的论文(果然是大佬)。感兴趣的同学可以看一下:

《Learning from Synthetic Data for Crowd Counting in the Wild》

https://arxiv.org/abs/1903.03303

数据集

下面的数据集都是经典常用的,原文中都提供了下载链接,整理的很用心。

  • GCC Dataset
  • UCF-QNRF Dataset
  • ShanghaiTech Dataset
  • WorldExpo’10 Dataset
  • UCF CC 50 Dataset
  • Mall Dataset
  • UCSD Dataset
  • SmartCity Dataset
  • AHU-Crowd Dataset

论文
论文分arXiv上的论文和已发表的顶会/顶刊论文(如CVPR、AAAI、T-PAMI、WACV、ACCV、TIP、ECCV和IJCAI等)

arXiv上的论文
GitHub:人群密度估计最全资料集锦_第2张图片
2019 顶会/顶刊论文
GitHub:人群密度估计最全资料集锦_第3张图片
2018 顶会/顶刊论文
GitHub:人群密度估计最全资料集锦_第4张图片
注:还有2017、2016、2015及以后的论文,此处省略

排行榜

排行榜:不同数据集上不同算法的实验结果。

ShanghaiTech Part A 数据集
GitHub:人群密度估计最全资料集锦_第5张图片
ShanghaiTech Part B 数据集
GitHub:人群密度估计最全资料集锦_第6张图片
UCF-QNRF 数据集
GitHub:人群密度估计最全资料集锦_第7张图片
WorldExpo’10 数据集
GitHub:人群密度估计最全资料集锦_第8张图片

你可能感兴趣的:(19—目标检测)