GitHub：人群密度估计最全资料集锦

点击上方“ CVer ”，选择加"星标"或“置顶”

重磅干货，第一时间送达

作者： Junyu Gao

编辑：Amusi

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

前言

Amusi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

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）