里面包括实验代码，实验结果截图和说明文档，是在github上的dcc_crowdnet的代码完善及可视化显示。由于上传文件大小限制，这里没有训练模型，请到我的主页“贡献的资源”里面下载。

使用pytorch实现了CSRNet人群计数模型的复现，如果下载文档之后有任何问题均可以私信博主进行讨论

本资源为在caffe框架下训练好的人群计数模型csrnet，训练数据集为shanghai-partB,测试结果MAE:11.7783;MSE:18.5910，较论文差点，但Sacnn模型效果提升很多

2020.6.28整理修改后的人群计数数据集标注工具，使用matlab2018a测试可用，可生成.mat、密度图的csv文件 支持自适应高斯核，内附详细的使用说明。

因为无法上传zip，.mp4后缀去掉，变为.zip文件后可以打开。 对图像和视频中的人数进行精确估计在公共安全中存在着实际需求。每一次踩踏事件都很直接的说明了实时人群计数的重要性。 install.doc 有在免费云gpu上 https://gpushare.com/auth/register?user=18*****1785&fromId=c4100216220&source=link的环境安装 配置说明。本模型不适合人头攒动的密集场所，适合不太拥堵的室内外场所，其他说明可以看教程。

基于多列卷积神经网络的单图像人群计数的Mall dataset 数据集

人群估计在实际应用中有着重要的意义，如人群分析和视频监控中，人群计数对于构建更高层次的认知能力至关重要。近来，北航的学者发布了关于基于CNN的人群计数综述论文，调研了220+工作，对人群计数模型进行了全面、系统的研究，值得关注。

人群计数相关资源列表

该资源为人群计数c++实现，深度框架为caffe，网络模型文件为SaCNN，可对图片和视频进行人群计数，需要安装caffe和opencv库，内有makefile,可直接使用！

以人群计数为例，对训练好的MCNN caffe模型，调用caffe的python接口进行前向测试，输出人群密度图。详细请参考博客：https://blog.csdn.net/u011285477/article/details/51954989