MCNN_in_Keras

keras实现的人群数量估计网络"Single Image Crowd Counting via Multi Column Convolutional Neural Network"

参考pytorch版:https://github.com/svishwa/crowdcount-mcnn

安装

1. Clone

   git clone https://github.com/ybcc2015/MCNN_in_Keras.git

2. 安装依赖库

   cd MCNN_in_Keras
   pip install -r requirements.txt

数据配置

1. 下载ShanghaiTech数据集:
   Dropbox or 百度云盘

2. 创建数据存放目录

   mkdir ./data/original/shanghaitech/

3. 将part_A_final和part_B_final存放到./data/original/shanghaitech/目录下

4. 生成测试集的ground truth文件

   cd data_preparation
   python create_gt_test_set_shtech.py [A or B]  # Part_A or Part_B

   生成好的ground-truth文件将会保存在./data/original/shanghaitech/part_【A or B】_final/test_data/ground_truth_csv目录下

5. 生成训练集和验证集

   cd data_preparation
   python create_training_set_shtech.py [A or B]

   生成好的数据保存将会在./data/formatted_trainval_【A or B】目录下

6. 生成热力图
   如果你想生成测试集的ground truth热力图：

   python create_heatmaps.py [A or B]

   生成好的热力图将会保存在./heatmaps_gt目录下

2~6步均在工程根目录下操作

测试

在./trained_models目录中存放了已经训练好的模型，你可以直接用来测试：

python test.py [A or B]

测试结果将会保存在./output_【A or B】目录下

训练

如果你想自己训练模型，很简单：

python train.py [A or B]

训练好的模型将会保存在./trained_models目录下

结果

|        |  MAE   |  MSE   |
----------------------------
| Part_A |  154.4 |  221.9 |
----------------------------
| Part_B |  33.1  |  56.9  |

Part_A
原图：

Ground Truth (1111) & Estimate (1256)：
 

Part_B
原图：

Ground Truth (252) & Estimate(242)：