人群计数：C3 Framework: An Open-source PyTorch Code for Crowd Counting

人群计数的第一个开源框架，基于pytorch实现。

框架中提供了六种主流的数据集预处理方案，分别是UCF CC 50 , World-Expo’10 , SHT A , SHT B , UCF-QNRF ,and GCC。

框架对于输入图片的尺寸，会限制其高度和宽度，使其能被16整除，以确保一些下采样层可以输出想要的尺寸。

对于bitch size的大小，有预训练模型的会固定一个值，没有的就用多个值。顾及到数据集中的不同尺寸的图片，框架采用N（bitch size） * 3 * min(h) * min(w)作为输入张量的大小。

对于标签的两种操作：

1. ground truth scale down-sampling
2. label normalization（to 100）.

提供了三种预训练模型：AlexNet，VGG，ResNet. 并针对每一个都做了一些修改。

文中复现了4个模型：MCNN, CMTL，CSRNet，SANet.

这是作者大佬的自述（“自述”这个词貌似用得不太对）：https://zhuanlan.zhihu.com/p/65650998