共28节 已有14人学过
主讲老师张旭波
更新时间2025-12-10 09:02:06
课件资料暂无
免费
人群计数在计算机视觉领域属于一个比较小的分支，但是相关的研究方法非常的多，目前在人群计数中很多的方法都已经被使用。不管怎么样，人群计数领域还是有很多的挑战需要解决，比如光照，环境的变化，各种各样的场景，极端密集人群场景。
人群计数最初使用目标检测方法对每一个人进行检测，但是在面对更加复杂的场景时，目标检测已经不适用，哪怕现在最新的YOLO算法也很难解决极端密集的场景。最后，提出基于密度图的方法来对人群进行检测，基于密度图的研究已经成为当前人群计数中的主流方法。
本课程主要是讲解人群计数领域一些比较经典的论文算法，帮助初学者入门。
对计算机视觉（图像分类，目标检测，语义分割），NLP，文生图以及GAN领域感兴趣。 B站：https://space.bilibili.com/625095571 CSDN博客：https://blog.csdn.net/Keep_Trying_Go? spm=1010.2135.3001.5421 GitHub: https://github.com/KeepTryingTo
本课程围绕人群计数与人群统计展开，从任务入门、密度图生成、数据集处理到主流论文精读与完整代码实现，形成一条从理论到落地的系统学习路径。课程既讲目标检测、回归、密度图三种范式，也深入域泛化、FF多尺度融合、DM-Count最优传输、CLIP有监督与无监督计数、文本引导任意目标计数、幂律分布与Sinkhorn、P2PNet点监督及Transformer端到端定位等前沿方法，并提供训练、验证、滑窗推理、损失实现和统一训练框架实践。适合计算机视觉研究者、算法工程师、硕博研究生，以及希望复现论文、参加竞赛或开发安防、交通、商业分析应用的开发者。学完后，你既能理解人群计数算法演进与核心论文思想，也能独立完成数据预处理、密度图标签生成、模型训练评估、损失和推理优化，并具备阅读新论文、复现实验和迁移到自定义任务的能力。
张旭波
对计算机视觉（图像分类，目标检测，语义分割），NLP，文生图以及GAN领域感兴趣。 B站：https://space.bilibili.com/625095571 CSDN博客：https://blog.csdn.net/Keep_Trying_Go? spm=1010.2135.3001.5421 GitHub: https://github.com/KeepTryingTo
给该课程打分：
发表
