人群常用数据集

转载:
版权提示： GitHub：人群密度估计最全资料集锦

    <link rel="stylesheet" href="https://csdnimg.cn/release/blogv2/dist/mdeditor/css/editerView/ck_htmledit_views-b5506197d8.css">
            <div id="content_views" class="markdown_views prism-atom-one-dark">
                <svg xmlns="http://www.w3.org/2000/svg" style="display: none;">
                    <path stroke-linecap="round" d="M5,0 0,2.5 5,5z" id="raphael-marker-block" style="-webkit-tap-highlight-color: rgba(0, 0, 0, 0);"></path>
                </svg>
                <p></p>

• GitHub：车道线检测最全资料集锦
• GitHub：目标检测最全论文集锦
• GitHub：TensorFlow最全资料集锦
• GitHub：图像分类最全资料集锦
• GitHub：图像分割最全资料集锦
• GitHub：目标跟踪最全资料集锦

本文就给大家推荐一个人群密度估计（Crowd Counting）的最全资料项目：Awesome-Crowd-Counting。

https://github.com/gjy3035/Awesome-Crowd-Counting

Awesome-Crowd-Counting

该项目主要包含以下内容：

• 代码
• 数据集
• 论文
• 排行榜

代码

原作者 Junyu Gao 开源了一个基于PyTorch的人群密度估计库，其名称为：Crowd Counting Code Framework，缩写为 C^3 Framework。该库可以在多种主流数据集上测试，提供很棒的baselines。

https://github.com/gjy3035/C-3-Framework

注：原作者Junyu Gao在CVPR 2019上发表了一篇人群密度估计相关的论文（果然是大佬）。感兴趣的同学可以看一下：

《Learning from Synthetic Data for Crowd Counting in the Wild》

https://arxiv.org/abs/1903.03303

数据集

下面的数据集都是经典常用的，原文中都提供了下载链接，整理的很用心。

• GCC Dataset
• UCF-QNRF Dataset
• ShanghaiTech Dataset
• WorldExpo’10 Dataset
• UCF CC 50 Dataset
• Mall Dataset
• UCSD Dataset
• SmartCity Dataset
• AHU-Crowd Dataset

论文
论文分arXiv上的论文和已发表的顶会/顶刊论文（如CVPR、AAAI、T-PAMI、WACV、ACCV、TIP、ECCV和IJCAI等）

arXiv上的论文

2019 顶会/顶刊论文

2018 顶会/顶刊论文

注：还有2017、2016、2015及以后的论文，此处省略

排行榜

排行榜：不同数据集上不同算法的实验结果。

ShanghaiTech Part A 数据集

ShanghaiTech Part B 数据集

UCF-QNRF 数据集

WorldExpo’10 数据集