本项目从生活细节出发，将计算机视觉应用在饭堂人数检测上，结合软硬件设施：算法基于深度卷积神经网络模型，硬件基于树莓派 RaspberryPi3 Model B，终端为 Web APP 或者公众号平台，学生可以通过终端获取饭堂人数密度热力图。
2023-03-03 21:23:16
81.57MB
1
基于PyTorch实现MCNN基于PyTorch实现MCNN完成人群计数任务——数据集.zip人群计数任务——数据集.zip
2022-12-22 18:30:49
332.32MB
为解决单幅图像中的人群遮挡和尺度变化问题，提出一种基于多列卷积神经网络的人群计数算法。利用具有不同尺寸感受野的卷积神经网络（CNN）和特征注意力模块自适应提取多尺度人群特征，引入可变形卷积增强CNN网络空间几何形变学习能力并优化特征图，从而生成高质量的密度图。 Shanghai tech和UCF_CC_50数据集上的实验结果表明，该算法能学习输入图和人群密度图之间的映射关系，且计数准确性高、鲁棒性强。
2022-09-08 09:46:35
2.5MB
1
数据来源：TalkingData 移动数据研究中心，应用活跃指数=根据TalkingData样本数据通过预测算法预估出的全平台活跃终端数传统综合招聘平台在用户规
2022-08-04 09:00:26
778KB
1