密集场景人物检测项目

之前做了一个较密集场景下的人脸检测项目，主要场景是面向阶梯教室场景。
主要难点：

• 目标密集
• 目标尺度变化大

使用检测网络：

我们知道随着神经网络的层数的增加，其予语义信息会更丰富，但位置信息会越不准确，但同一大小的神经元的感受会越大。所以有效融合高层和低层的信息，即融合语义信息和位置信息，会对检测模型有很大提升。
所以目前主流的检测网络均采用如（d）所示的FPN结构，由于任务场景较小，采用了Retinanet这种单阶段的检测模型。

数据集：

• 数据介绍：这里采用了CrowdedHuman数据集，该数据集不仅包含人头数据，也包括整体行人，和可视部分，其中样本共15000张，分三个压缩包，共339565人，平均每张约23人。
  
• 数据格式：
  数据为.odgt格式，可按照python的dict直接读取。
• 数据样例：