Crowd Counting 人群计数 [MCNN] 复现过程记录

一、开发环境

• windows10
• Anaconda3-2020.02 下载链接，注意安装时添加PATH路径
• python3.7 （Anaconda自带有，可以不单独安装）
• CUDA10.2 下载链接，注意选择local版本
• Pytorch1.5 官网获取下载命令行（Stable(1.5),Windows,Conda,Python,10.2）注意换成清华源
• Pycharm 下载链接，注意选择community版本
• Matlab2017a 下载安装教程链接

二、论文代码Github

• 论文代码链接

三、操作步骤

导入项目

1. 通过Git或者网页下载器下载代码（二选一）

第一个箭头：获取git链接，通过git下载；
第二个箭头：通过网页下载器下载
2. 解压代码，import进PyCharm

数据准备

1.下载数据集ShanghaiTech
百度网盘: http://pan.baidu.com/s/1nuAYslz
下载之后会有两个文件：

2.创建目录
以项目所在的目录为ROOT目录，建立ROOT/data/original/shanghaitech/

3.把数据集文件 “part_A_final” 放在 ROOT/data/original/shanghaitech/
4.把数据集文件 “part_B_final” 放在 ROOT/data/original/shanghaitech/
好的，到这里为止，准备工作已经做得差不多了。接下来尝试训练数据集和测试模型了。

测试模型

1.下载预训练模型
为了方便大家快速上手，节约训练模型的时间。论文代码链接下面的备注直接给出了已经训练好了的模型。

我尝试下载，但是失败了。在csdn中检索到了付费资源，这里给出链接。大家可以尝试某宝的CSDN下载服务。
在项目中创建目录ROOT/final_models，将下载好的预训练模型放入其中：

2.通过matlab创建测试数据的ground_truth文件
通过matlab打开文件ROOT/data_preparation/create_gt_test_set_shtech.m

这一步的操作，是把数据集中的图片送入matlab，创建测试数据的ground_truth文件（保存到test_data下一级）。

3.在pycharm中准备运行test.py（）

• 将test.py中save_output值修改为true
  
• 右键运行test.py

4.解决各种报错问题（每解决一个问题，就再次运行test.py）

• 错误0：需要在anaconda下载一个包opencv
  

• 解决0：之后代码中的import cv才不会报错
  

• 错误1：print无小括号

• 解决1：print之后的内容放在小括号中（之后相同的错误如法炮制）

• 错误2：找不到名为network的模块
  

• 解决2：这个地方是路径的问题，在报错模块前加上路径
  

• 错误3：再次遇到print的问题

• 解决3：找到对应文件data_loader.py，参照【解决1】进行修改
  
  

• 错误4：数据格式问题
  

• 解决4：cv2.resize内的参数是要求为整数,而python3中的’/’（除法），最后的结果自动转为浮点数
  所以使用’//'运算

• 错误5：没有找到as_matrix属性
  

• 解决5：老版本的pandas才有as_matrix属性，替换成values

• 错误6：又出现一个新老版本差异的问题

• 解决6：volatile已经无效，去掉括号内最后这个参数，并且在上面加上with torch.no_grad():
  
  5.成功调通了测试代码，并输出正确的评估值
  

训练模型

上面的内容是下载别人已经训练好的模型，进行预测。接下来我们自己手把手对模型进行训练。
1.创建训练和验证集的ground truth相关文件

• 在matlab中打开ROOT/data_preparation/create_training_set_shtech.m
• 同样的，'A’运行一次，'B’运行一次
  
  
  2.运行train.py文件（每解决一个问题，就重新运行一次train.py文件）
  3.一系列问题的出现和解决
• 问题1：由于路径，没有找到模块的问题
  
• 解决1：和之前类似
  
• 问题2：新老版本属性差异
  
• 解决2：maxint改成maxsize
  
• 问题3：关于range返回类型和list不匹配的问题
  
• 解决3：range() 返回的是“range object”，而不是实际的list 值。需要进行强转操作。网上很多朋友不知道在哪里进行强转，不是在random.py进行操作，而是data_loader.py。我试出来的。
  
• 问题4：新老版本产生的索引问题
  
• 解决4：loss.data[0]改成loss.item()
  
  4.代码运行成功，在不断训练模型了（激动！！！）
  
  
  
  
  
  5.代码中修改训练参数
  

后话：第一次复现的论文，16年的CVPR。过程肯定有所不足，在这个过程中借鉴了很多博客的解决办法。当然这个记录会有很多纰漏和不足，如果朋友们有什么问题或者建议可以和我发邮件讨论，谢谢大家。[email protected]