ShanghaiTech 是一个大规模人群密集计数数据集，由上海科技大学在 2016 年发布，共计包括 1198 张人群图像。 该数据集为在 Single Image Crowd Counting via Multi Column Convolutional Neural Network (MCNN) 中使用的人群计数数据集。 数据集分为两部分，Part A 图像源自互联网，图像目标较为密集。Part A 包含 482 张图像，其中训练集 300 张图像，测试集 182 张图像，平均分辨率 589*868。 Part B 图像均为上海繁华街道的实拍，图像目标较为稀疏。此部分共包括 716 张图像，训练集合测试集图像数量分别为 400、316。平均分辨率为 768*1024。

Pyramid_Scale_Network 这是PyTorch版本的“ repo”版本库，“利用多列架构在人群计数中的潜力”，它提供了用于人群计数任务的最先进，直接且端到端的体系结构。 我们还建议另一项有关人群计数的工作（），已被ECAI2020接受。 数据集 上海科技数据集 先决条件 我们强烈建议Anaconda作为环境。 的Python：3.6 PyTorch的：1.5.0 培训与测试 1，python make_dataset.py＃生成基本事实。 ShanghaiTech数据集应放在“数据集”目录中。 2，python train.py＃火车模型3，python val.py＃测试模型 结果 partA：MAE 55.5 MSE 90.1 B部分：MAE 6.8 MSE 10.7

本文件包含ShanghaiTech人群密度数据集的百度网盘地址，不是原始数据集文件，请需要的谨慎下载。

1. Environment 可以从百度云盘上下载需要用到的软件： 链接： 密码：lv78 安装教程可见其中的README.txt You can find the toturial 校准程序PC_Communication_PY 目录下 2. Supply Station supply station根目录下原本是为了一个arduino板控制两个补给站， 现在，Supply Station目录下，两个项目分开控制两个补给站。

shanghaitech人群密集数据集

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.dropbox.com/s/fipgjqxl7uj8hd5/ShanghaiTech.zip dl

shanghai数据集用于行人密度识别、适用于MCNN人群密度估计

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

基于多列卷积神经网络的单图像人群计数的ShanghaiTech数据集