您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 上海科技大学张莹莹CVPR2016论文中公开的数据集和论文

  2. Single-Image Crowd Counting via Multi-Column Convolutional Neural Network论文及公开的数据集
  3. 所属分类:深度学习

    • 发布日期:2018-03-29
    • 文件大小:175112192
    • 提供者:u011658945
  1. CSRNet网络用于高度拥挤场景

  2. We propose a network for Congested Scene Recognition called CSRNet to provide a data-driven and deep learning method that can understand highly congested scenes and perform accurate count estimation as well as present high-quality density maps. The
  3. 所属分类:深度学习

    • 发布日期:2018-05-07
    • 文件大小:8388608
    • 提供者:qq_42115219
  1. ShanghaiTech数据集

  2. 基于多列卷积神经网络的单图像人群计数的ShanghaiTech数据集
  3. 所属分类:深度学习

    • 发布日期:2018-02-24
    • 文件大小:174063616
    • 提供者:u010782875
  1. shanghaitech数据集

  2. shanghai数据集用于行人密度识别、适用于MCNN人群密度估计
  3. 所属分类:机器学习

    • 发布日期:2019-03-31
    • 文件大小:174063616
    • 提供者:weixin_41143397
  1. Materials_Project_Introduction.pdf

  2. 来自于上海科技大学的图书馆培训ppt,原网址为http://library.shanghaitech.edu.cn/2019/1021/c3925a45760/page.htm
  3. 所属分类:讲义

    • 发布日期:2020-04-26
    • 文件大小:3145728
    • 提供者:jessica0307
  1. ShanghaiTech Part B Dataset

  2. ShanghaiTech Part B Dataset Part B Part B Part B Part B Part B Part B Part B Part B Part B Part B
  3. 所属分类:深度学习

    • 发布日期:2020-01-18
    • 文件大小:106954752
    • 提供者:li_k_y
  1. 【百度PaddlePaddle “人流密度检测 ”— 比赛】实战记录

  2. 说明 任务描述: 要求参赛者给出一个算法或模型,对于给定的图片,统计图片中的总人数。给定图片数据,选手据此训练模型,为每张测试数据预测出最准确的人数; 数据说明: 本竞赛所用训练和测试图片均来自一般监控场景,但包括多种视角(如低空、高空、鱼眼等),图中行人的相对尺寸也会有较大差异。部分训练数据参考了公开数据集(如ShanghaiTech [1], UCF-CC-50 [2], WorldExpo’10 [3],Mall [4] 等)。 本竞赛的数据标注均在对应json文件中,每张训练图片的标注为
  3. 所属分类:其它

    • 发布日期:2020-12-21
    • 文件大小:507904
    • 提供者:weixin_38707356
  1. Relabeling-for-Crowd-Counting-源码

  2. 重新标记人群计数 这是论文提交的正式Tensorflow实施:小数据人群计数估计的重新标记。 代码 安装依赖项 该代码与Python 3.6一起使用,需要下面列出的软件包。 tensoflow==1.14.0 opencv-python pillow scipy numpy 这些软件包可以通过pip install轻松安装。 火车 下载ShanghaiTech数据集和VGG主干的初始权重。 解压缩下载的文件,然后将路径修改为该存储库的相同目录。 运行python文件进行数据预处理。 py
  3. 所属分类:其它

    • 发布日期:2021-03-13
    • 文件大小:15360
    • 提供者:weixin_42149153
  1. Counting-with-Focus-for-Free:免费计算重点代码,ICCV,2019年-源码

  2. 专注于免费计数 我们的方法概述 要求 1. CUDA 8.0和Cudnn 7.5或更高版本2. GPU内存10GB或更高3. Python 2.7 4. Tensorflow 1.04或更高版本 数据预处理 数据集 1.上海科技大学A部分和B部分2.特兰科斯3.都柏林细胞计数4.脸部较宽5. UCF-QNRF 密度图生成 根据等式(1)和(7),对于具有密集对象的数据集,即ShanghaiTech Part_A,TRANCOS和UCF-QNRF,我们使用建议的beta = 0.3和k = 5
  3. 所属分类:其它

    • 发布日期:2021-03-10
    • 文件大小:63488
    • 提供者:weixin_42118770
  1. 使用MCNN进行人群计数:使用多列卷积神经网络对ShanghaiTech数据集进行人群计数-源码

  2. 使用MCNN进行人群计数-MindSpark Hackathon 2018 使用多列卷积神经网络对ShanghaiTech数据集进行人群计数。 这是CVPR 2016论文“通过多列卷积神经网络进行单图像人群计数”的非正式实施。 注意:可以做出预测。 有关热图生成的工作正在进行中。 安装 安装Tensorflow和Keras 安装OpenCV 克隆此存储库(以防您不想训练模型并希望使用预先训练的模型)。 资料设定 从以下位置下载ShanghaiTech数据集: 投寄箱: ://www.d
  3. 所属分类:其它

    • 发布日期:2021-02-03
    • 文件大小:6291456
    • 提供者:weixin_42102713
  1. 基于通道域注意力机制的人群密度估计算法研究

  2. 人群密度估计对于人流监控与人群安全具有重要意义。针对现有算法主要通过不同尺度感受野来学习特征,而无法高效利用多尺度特征的问题,文中设计了一个基于通道域注意力机制的特征融合模块。该模块可以在训练模型时学习特征融合的分布情况,以高效利用多尺度特征。此外,为解决人群数据集的样本有限问题,文中采用了多规模数据增广来训练模型。将新模型在Shanghaitech数据集上进行测试,并在陕西省某旅游景区人群计数数据集上进行验证。实验结果显示,基于通道域注意力机制的人群密度估计算法在MAE与MSE上均优于MCNN
  3. 所属分类:其它

    • 发布日期:2021-01-12
    • 文件大小:1048576
    • 提供者:weixin_38746926
  1. S-DCNet:S-DCNet和SS-DCNet的非官方Pytorch实现-源码

  2. S-DCNet和SS-DCNet 这是S-DCNet和SS-DCNet的非官方实现(Pytorch)。 这些文件是 () () 请参阅此页面底部的确切参考。 讨论表明作者没有计划发布培训代码(截至2019年10月)。 该存储库包含用于对已发布的数据集ShanghaiTech Part_A和Part_B进行模型训练和评估的代码。 还提供了用于推断用户提供的独立图像的代码。 仅实现基于分类的计数器(C-Counter)(未实现基于回归的计数器(R-Counter))。 环境 根据re
  3. 所属分类:其它

    • 发布日期:2021-03-30
    • 文件大小:576512
    • 提供者:weixin_42119358
  1. KG4SL-源码

  2. KG4SL 数据集收集 The data used to train and test the KG4SL is downloaded from a comprehensive database of synthetic lethal gene pairs named SyLethDB (http://synlethdb.sist.shanghaitech.edu.cn/v2/#/). Its latest version includes a set of 36,402 human SL p
  3. 所属分类:其它

    • 发布日期:2021-03-28
    • 文件大小:30408704
    • 提供者:weixin_42139460
  1. Reg-IBP:Reg-IBP-源码

  2. Reg-IBP 这是已提交的ICCV2021论文“ Reg-IBP:通过区间有界传播进行的高效且可扩展的神经网络鲁棒性训练”的正式实施。 安装 安装pytorch 克隆此存储库 资料设定 1.MNIST数据集2.CIFAR10数据集3.TinyImageNet数据集4.ShanghaiTech A和B部分数据集 可验证地训练提议的Reg-IBP: python3 tiny.py#微小的imageNet挑战 python3 IBP_big_CIFAR_eps_8_255.py#CIFAR-10挑
  3. 所属分类:其它

    • 发布日期:2021-03-21
    • 文件大小:31744
    • 提供者:weixin_42116794