其他分享
首页 > 其他分享> > Crowd Counting 人群计数 [MCNN] 复现过程记录

Crowd Counting 人群计数 [MCNN] 复现过程记录

作者:互联网

目录

一、开发环境

二、论文代码Github

三、操作步骤

导入项目

1. 通过Git或者网页下载器下载代码(二选一)
第一个箭头:获取git链接,通过git下载;第二个箭头:通过网页下载器下载
第一个箭头:获取git链接,通过git下载;
第二个箭头:通过网页下载器下载
2. 解压代码,import进PyCharm
在这里插入图片描述

数据准备

1.下载数据集ShanghaiTech
百度网盘: http://pan.baidu.com/s/1nuAYslz
下载之后会有两个文件:
在这里插入图片描述
2.创建目录
以项目所在的目录为ROOT目录,建立ROOT/data/original/shanghaitech/
在这里插入图片描述
3.把数据集文件 “part_A_final” 放在 ROOT/data/original/shanghaitech/
4.把数据集文件 “part_B_final” 放在 ROOT/data/original/shanghaitech/
好的,到这里为止,准备工作已经做得差不多了。接下来尝试训练数据集和测试模型了。

测试模型

1.下载预训练模型
为了方便大家快速上手,节约训练模型的时间。论文代码链接下面的备注直接给出了已经训练好了的模型。
在这里插入图片描述
我尝试下载,但是失败了。在csdn中检索到了付费资源,这里给出链接。大家可以尝试某宝的CSDN下载服务。
在项目中创建目录ROOT/final_models,将下载好的预训练模型放入其中:
在这里插入图片描述
2.通过matlab创建测试数据的ground_truth文件
通过matlab打开文件ROOT/data_preparation/create_gt_test_set_shtech.m在这里插入图片描述
在这里插入图片描述
这一步的操作,是把数据集中的图片送入matlab,创建测试数据的ground_truth文件(保存到test_data下一级)。在这里插入图片描述
在这里插入图片描述
3.在pycharm中准备运行test.py()

4.解决各种报错问题(每解决一个问题,就再次运行test.py)

训练模型

上面的内容是下载别人已经训练好的模型,进行预测。接下来我们自己手把手对模型进行训练。
1.创建训练和验证集的ground truth相关文件

后话:第一次复现的论文,16年的CVPR。过程肯定有所不足,在这个过程中借鉴了很多博客的解决办法。当然这个记录会有很多纰漏和不足,如果朋友们有什么问题或者建议可以和我发邮件讨论,谢谢大家。734140820@qq.com

标签:训练,Crowd,ROOT,py,MCNN,解决,Counting,data,下载
来源: https://blog.csdn.net/wpw5499/article/details/106231707