CVPR CSRNet Mxnet implement
实验采用TRANCOS_v3数据 http://agamenon.tsc.uah.es/Personales/rlopez/data/trancos/
使用data_process.py处理原始数据,生成mask之后的image作为输入,根据txt文件夹中的文件生成densitymap 作为ground truth,作为标签。 然后使用CSRnet中代码进行训练评估以及对自己的数据进行密度和数量统计。
训练模型 train_model() 评估模型 eval_model() 评估自己的数据 predict_dir_image_car_num('dir_name')