代码+实验分析，助你全面理解C3F
近两年，有关人群计数的文章呈现出爆炸式增长。然而，人群计数不像其他任务（目标检测、语义分割等）有着简洁/易开发的开源代码框架，大大降低了我们对于idea的验证效率。
因此在2018年12月份，我萌生了自己搭一个人群计数框架的想法，尽可能兼顾当前主流数据集和主流算法。并于2019年3月底基本完成了主体框架。代码发布之后，由于缺少对于代码细节的文档介绍，issues和emails让人应接不暇。所以，在这里对该项目做一个代码层面上的介绍，并辅之以一些实验分析来帮助大家有效提高网络性能。更重要的，希望能够抛砖引玉，让大家利用c3f，更高效地研究出性能更好的人群计数网络，推动该领域的发展。
本文主要内容包括：
数据处理：不同数据集的处理过程。
模型：基于imagenet分类模型设计的人群计数器以及我们复现的一些主流网络。
训练技巧：一些常见的网络训练技巧。
实验结果：在shanghai tech part b数据集上的实验结果及分析。
总结。
致谢。
q&a：一些常见问题的解答。
1. 数据处理
我们提供了常见的六个主流数据库的预处理代码，处理好的数据集以及pytorch下的data loader，包括ucf_cc_50[1]（ucf50），shanghai tech part a/b[2]（sht a/b），worldexpo'10[3]（we），ucf-qnrf[4]（qnrf）以及gcc[5]。后期还会提供ucsd[11]和mall[12]数据集的相关内容。
1.1 生成密度图-处理参数
注：
1. 为了能够使得输入图像兼容更多的网络，预处理时对图像的高和宽进行了限制，使其能够被16整除。确保网络中一些含有降采样操作的层（conv with stride2 或者池化）能够正确输出。在人群计数领域中，常见encoder中一般输出为1/8原图尺寸，因此被16整除完全满足需求。
2. 为节约显存，对qnrf和gcc的图像进行了保持长宽比的降采样操作。
1.2 多batch-size训练
由于ucf50、sht a、qnrf所包含的图像尺寸不一，为了实现多batch size的训练，我们重写了collate_fn函数。该函数在随机拿到n张图像和gt后，选择最小的高h_min和最小的宽w_min对所有图像进行crop，拼成
的tensor送入到网络中进行训练。
根据经验，如果是from scratch training，对于这几个数据集建议采用多batch size训练或者采用gcc-sfcn中加padding的方案；对于有预训练参数的模型（alexnet，vgg，resnet等），建议采用单一batch size进行训练。
1.3 label transform
代码中我们提供了两种对密度图进行transform的操作。一种参考了csrnet源码[6]中对密度图进行降采样的操作（gtscaledown），一种是对密度图点乘一个放大因子（labelnormalize）。
1.3.1 gtscaledown
由于csrnet中，网络回归的密度图为原图的1/8，因此作者对密度图进行了降采样，并点乘64以保证密度图之和依然约等于总人数。该操作会带来一个问题：会影响psnr和ssim的值。因此我们不建议使用该操作。在我们实现其他网络过程中，也会出现网络输出为1/4，1/8等尺寸，为避免该问题，在网络内部增加上采样层实现与原图大小的密度图。
1.3.2 labelnormalize
这算是一个训练的trick，我们通过实验发现，对于密度图乘以一个较大的放大因子，可以使网络更快的收敛，甚至取得更低的估计误差。有关这一点的更进一步分析、实验结果，移步实验部分。
2. 模型
这一部分，我们介绍几种常见分类网络（alexnet，vgg，resnet等）“魔改”为人群计数的网络。
2.1 baseline模型
2.1.1 alexnet
对于alexnet网络[7]，我们小幅修改了conv1和conv2层的padding，以保证其对于feature map的大小能够正常整除。同时，截取conv5之前的网络，作为人群计数的encoder，其大小为原始输入的1/16。decoder的设计依然遵循简约的原则，用“两层卷积+上采样”直接回归到1-channel的密度图。
2.1.2 vgg系列：vgg和vgg+decoder
对于vgg网络[8]的两个变体，我们完全采用了vgg-16模型的前10个卷积层。其中，vgg采用了最为简单的decoder，而vgg+decoder则是简单设计了一个含有三个反卷积的模块。下表展示了二者在sht上的实验结果。
通过在sht b上实验结果来看，两者的模型性能（mae，mse）差不多，但vgg+decoder有着更为精细的密度图。二者的性能非常接近csrnet（同样的backbone）的结果。
2.1.3 resnet系列：res50和res101
对于resnet[9]，为了保证密度图的大小不至于过小（不小于原图尺寸的1/8），我们修改了res.layer3中第一层stride的大小（将原本的2改为1），以此当做encoder。本着简单的原则，decoder由两层卷积构成。
从实验结果来看，resnet展现除了强大的特征提取能力，在sht b上直接达到了现有sota的水平。据我们所知，截止目前（2019.4），已发表/录用文章中最好的是pacnn+[10]，其mae/mse为：7.6/11.8。我们的模型在sht b数据集上具体表现如下：
2.2 c3f框架下复现模型比较
除了上述基于imagenet分类模型设计的baselines以外，我们也尝试在c3f下复现了以下几个主流算法的结果，包括mcnn[2]，cmtl[13]，csrnet[6]以及sanet[14]。我们复现的模型在sht b数据集上具体表现如下：
注：
1. 在mcnn复现过程中，与原网络结构唯一不同在于，我们的mcnn处理的是rgb图像。
2. 原始的cmtl在训练前，通过随机裁剪生成好了训练集。我们采用在线裁剪的方法可以使训练覆盖更多的裁剪区域。此外，由于选择了在线裁剪，cmtl中的分类任务的标签页适应性地改成了在线计算与分配。
3. 据我们所知，sanet复现结果，是当前所有复现中最接近论文结果的，虽然这一结果与论文结果依然相差甚远。
3. 训练技巧
3.1 labelnormalize的调参
在c3f已公布的实验结果中，均对密度图进行了点乘100的操作。实验过程中，我们也发现，设置一个合适的放大因子，对于网络的有效训练非常有益。这一节，我们简要说一下为什么这样一个简单的操作会有效的原因。一个初始化好的计数网络来说，自身参数符合一定的分布，如果目标分布和初始化分布相差过大的话，网络会陷入一个比较差的局部解，难以训练出好的结果。该特性在使用预训练分类模型的计数网络时，显得更为重要。
这一节，我们选择res50网络，分别测试在对密度图分别乘以[1,10,100,1000,2000,4000]时，网络的计数性能差异。下表展示了不同放大因子下在sht b上的实验结果。我们发现，当采用原始密度图时，网络并不能正确收敛。观察结果发现，网络一直输出一张全0的密度图。陷入到一个局部解无法进一步优化。当放大因子为1000时，网络达到了最优性能。之后，随着放大因子的增加，网络的计数性能又逐步降低。
（注：实验中，其他参数均与results_reports/res50/shhb中的设置保持一致。）
下图展示了在六组不同的放大因子下，mae和mse在验证集上随时间的变化曲线。橙色曲线表示对密度图不进行放大情况下，网络性能的表现。我们发现，网络陷入到一个局部解难以跳出。
不同放大因子的实验对比
由于橙色曲线会干扰我们对其他参数曲线的对比，因此，下图展示了移除掉橙色曲线后，即放大因子为[10,100,1000,2000,4000]的曲线对比。从图中可以看出，除了放大因子取10时，效果较差，其他几种曲线重合度非常高。
不同放大因子的实验对比
综上，我们设定一个较大的放大因子，不仅可以促使模型快速收敛，也可以帮助模型取得一个更优的性能。
3.2 特征图大小对比：1/8 size v.s 1/16 size
过小的特征图尺寸会对计数的性能产生非常大的影响。这里，我们进行两组对比试验：1) resnet-50中res.layer3以前的层原封不动当做backbone，最终输出密度图作16x的上采样;2) c3f最终采用的方案，输出密度图作8x的上采样。
从实验结果可以看出，在将stride改为1后，模型输出了分辨率更高的密度图，同时在计数误差上取得了更好的效果。同时，我们也对比一下两者在训练过程中，测试集上mae和mse的表现，如下图所示。其中蓝色部分为stride=2的结果，橙色为stride=1的结果。能够很直观的看出，平滑后的曲线图，橙色曲线整体要低于蓝色曲线。（注：实验中，其他参数均与results_reports/res50/shhb中的设置保持一致。）
不同特征图大小的实验对比
3.3 数据归一化中，均值和标准差对实验结果的影响
c3f中，在misc中我们提供了cal_mean.py来计算数据集中的训练数据中均值和标准差。大多数人会使用imagenet的均值和标准差（也就是mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]），经过实测，该参数对最终的性能影响有限。我们继续使用res50和mcnn网络进行试验，用两种均值、标准差进行归一化，比较最终的计数误差，结果见下表。（注：res50实验中，其他参数均与results_reports/res50/shhb中的设置保持一致。mcnn实验则是与results_reports/mcnn/shhb中的设置保持一致）
从表格中，我们可以看出，使用了自身数据集的均值和标准差，性能要略微优于使用imagenet上的均值和标准差所得到的的结果。下图展示了训练过程中验证集上mae和mse的变化曲线，其中橙色代表采用了sht b的均值和标准差的实验，蓝色则为采用了imagenet的结果。从图中可以看出，二者的重合度非常高。
res50：不同均值标准差的实验对比
mcnn：不同均值标准差的实验对比
由于人群图像和imagenet数据均属于自然图像，计算出的均值和标准差也比较类似。因此，改值对实验结果的影响并不是很大。当然，影响程度也与数据集有关，如果数据具有很强的偏置，最好还是采用数据对应的均值和标准差。总的来说，我们还是建议使用训练数据的均值和标准差，以取得更好的计数性能。
4. 实验结果
本节，我们将复现的所有算法在sht b上的性能展示出来，方便大家做最终的对比。我们发现，得益于resnet-101强大的学习能力，以其为backbone的人群计数器在mae和mse指标上超越了其他所有算法。此外，我们还发现，对于有预训练参数的网络，甚至可以不需要对网络进行过多的设计，例如dilated conv、multi-column conv、scale aggregation等，就可以达到一个较好的结果。
5. 总结展望
本项目旨在提供一个简单、高效、易用、灵活的人群计数框架，方便新手快速上手入门、资深研究者高效实现idea以及最大化模型性能。本技术报告则是对该项目的一个简单介绍，使大家能够对我们的项目有一个更深的理解，这样用起来也会更加顺手，最大化框架的使用度。
同时，我们英文technical report（为本文的精简内容）也将在arxiv上预印。如果大家有任何问题、建议，欢迎大家在仓库中提issue和pr，让c3f变得更好！
6. 致谢
在整个项目推进的过程中，得到了很多人的大力支持。特别地，感谢@wwwzxoe303com对关键代码的检查和测试，感谢@petitbai对项目readme.md的校对，感谢google colab提供免费实验资源。此外，我们的部分代码、设计逻辑参考或直接借用了以下作者的仓库/项目/代码，在此一并表示感谢！正是有了以下几个出色的开源代码，我们才得以完成c3f项目。
rbgirshick/py-faster-rcnn
zijundeng/pytorch-semantic-segmentation
leeyeehoo/csrnet-pytorch
bigknight/sanet_implementation
gjy3035/enet.pytorch
gjy3035/gcc-sfcn
gjy3035/pcc-net（论文尚未发表，因此暂未公开源码）
7. q&a
q1：能否提供python3环境下的代码？a：会，但现在时机不成熟。原因是tensorboard暂时还不支持python3.7，加之人手不足，暂无开发计划。
q2：为什么在sht b上做实验？以后会不会对其他数据集进行验证？a：因为图像尺寸相同，便于多batch-size的训练和测试，能够最大化利用显卡，节省显卡资源和训练时间。对于其他数据集，由于自己的时间有限，也没有足够的显卡资源，暂时不会做其他数据集实验。
q3：语义分割和人群计数非常类似，能不能直接用一些分割网络呢？a：二者同属于逐像素任务，前者为逐像素分类，后者为逐像素回归。根据我的实验，某些分割网络直接修改最后一层为回归层后，其效果与backbone相比，提升非常有限。甚至性能会有所下降。深层问题暂时还没有仔细思考。不过据我所知，有人对此问题已经做了研究，大家耐心等待即可。
q4：正确的训练、验证、测试流程应该是怎样的？a：严格意义上，所有数据集应该都包含以上三种数据（如果没有验证集，则应该从训练集中随机选择一部分）。在本项目中，为了能够确保所有实验结果可以复现，我们直接将测试集当做验证集来监控训练过程。
q5：部分模型会在pytorch1.0下报上采样函数f.upsample的警告信息。a：该警告不影响训练。为了兼容0.4版本，我们依然采用f.upsample方法来对tensor进行放大尺寸的操作。
医疗行业中广泛应用的村田制作所的引线型NTC系列产品
瓴盛科技推出首款基于三星11纳米工艺制程的AIOT芯片JA310
电流互感器变比有哪些？型号汇总
建立时间和保持时间（setup time 和 hold time）
iPhone 12全系四款产品入网工信部，产品信息首次确认
代码+实验分析，助你全面理解C3F
5G在商用部署、技术和应用创新方面有哪些新特点?
基于里德堡原子临界增强的高灵敏微波传感
升压芯片FP5207在拉杆音箱中的应用
掌阅iReaderSmart超级智能本使用体验 带给我们的不仅仅是书写和阅读的乐趣
网络安全技术的基础设施需要国际之间的互相信任
MIT技术评论：2014年十大科技突破
开关电源芯片U6513全系列大盘点
小米推出Yeelight智能LED灯丝灯 售价129元
iPad商标权之争最新进展：商家接到iPad下架令，多地仍在售
选择工业相机的10个要点
小米6即将发布：双摄像头+256G存储，多色版本齐上阵！能否打一场漂亮的翻身仗？
怎么区分物理中定律、定理与定则?
如何考虑电路设计的元件容差
BACnet I/O模块：水利环境监测全自动控制系统组件之一
因此在2018年12月份，我萌生了自己搭一个人群计数框架的想法，尽可能兼顾当前主流数据集和主流算法。并于2019年3月底基本完成了主体框架。代码发布之后，由于缺少对于代码细节的文档介绍，issues和emails让人应接不暇。所以，在这里对该项目做一个代码层面上的介绍，并辅之以一些实验分析来帮助大家有效提高网络性能。更重要的，希望能够抛砖引玉，让大家利用c3f，更高效地研究出性能更好的人群计数网络，推动该领域的发展。
本文主要内容包括：
数据处理：不同数据集的处理过程。
模型：基于imagenet分类模型设计的人群计数器以及我们复现的一些主流网络。
训练技巧：一些常见的网络训练技巧。
实验结果：在shanghai tech part b数据集上的实验结果及分析。
总结。
致谢。
q&a：一些常见问题的解答。
1. 数据处理
我们提供了常见的六个主流数据库的预处理代码，处理好的数据集以及pytorch下的data loader，包括ucf_cc_50[1]（ucf50），shanghai tech part a/b[2]（sht a/b），worldexpo'10[3]（we），ucf-qnrf[4]（qnrf）以及gcc[5]。后期还会提供ucsd[11]和mall[12]数据集的相关内容。
1.1 生成密度图-处理参数
注：
1. 为了能够使得输入图像兼容更多的网络，预处理时对图像的高和宽进行了限制，使其能够被16整除。确保网络中一些含有降采样操作的层（conv with stride2 或者池化）能够正确输出。在人群计数领域中，常见encoder中一般输出为1/8原图尺寸，因此被16整除完全满足需求。
2. 为节约显存，对qnrf和gcc的图像进行了保持长宽比的降采样操作。
1.2 多batch-size训练
由于ucf50、sht a、qnrf所包含的图像尺寸不一，为了实现多batch size的训练，我们重写了collate_fn函数。该函数在随机拿到n张图像和gt后，选择最小的高h_min和最小的宽w_min对所有图像进行crop，拼成
的tensor送入到网络中进行训练。
根据经验，如果是from scratch training，对于这几个数据集建议采用多batch size训练或者采用gcc-sfcn中加padding的方案；对于有预训练参数的模型（alexnet，vgg，resnet等），建议采用单一batch size进行训练。
1.3 label transform
代码中我们提供了两种对密度图进行transform的操作。一种参考了csrnet源码[6]中对密度图进行降采样的操作（gtscaledown），一种是对密度图点乘一个放大因子（labelnormalize）。
1.3.1 gtscaledown
由于csrnet中，网络回归的密度图为原图的1/8，因此作者对密度图进行了降采样，并点乘64以保证密度图之和依然约等于总人数。该操作会带来一个问题：会影响psnr和ssim的值。因此我们不建议使用该操作。在我们实现其他网络过程中，也会出现网络输出为1/4，1/8等尺寸，为避免该问题，在网络内部增加上采样层实现与原图大小的密度图。
1.3.2 labelnormalize
这算是一个训练的trick，我们通过实验发现，对于密度图乘以一个较大的放大因子，可以使网络更快的收敛，甚至取得更低的估计误差。有关这一点的更进一步分析、实验结果，移步实验部分。
2. 模型
这一部分，我们介绍几种常见分类网络（alexnet，vgg，resnet等）“魔改”为人群计数的网络。
2.1 baseline模型
2.1.1 alexnet
对于alexnet网络[7]，我们小幅修改了conv1和conv2层的padding，以保证其对于feature map的大小能够正常整除。同时，截取conv5之前的网络，作为人群计数的encoder，其大小为原始输入的1/16。decoder的设计依然遵循简约的原则，用“两层卷积+上采样”直接回归到1-channel的密度图。
2.1.2 vgg系列：vgg和vgg+decoder
对于vgg网络[8]的两个变体，我们完全采用了vgg-16模型的前10个卷积层。其中，vgg采用了最为简单的decoder，而vgg+decoder则是简单设计了一个含有三个反卷积的模块。下表展示了二者在sht上的实验结果。
通过在sht b上实验结果来看，两者的模型性能（mae，mse）差不多，但vgg+decoder有着更为精细的密度图。二者的性能非常接近csrnet（同样的backbone）的结果。
2.1.3 resnet系列：res50和res101
对于resnet[9]，为了保证密度图的大小不至于过小（不小于原图尺寸的1/8），我们修改了res.layer3中第一层stride的大小（将原本的2改为1），以此当做encoder。本着简单的原则，decoder由两层卷积构成。
从实验结果来看，resnet展现除了强大的特征提取能力，在sht b上直接达到了现有sota的水平。据我们所知，截止目前（2019.4），已发表/录用文章中最好的是pacnn+[10]，其mae/mse为：7.6/11.8。我们的模型在sht b数据集上具体表现如下：
2.2 c3f框架下复现模型比较
除了上述基于imagenet分类模型设计的baselines以外，我们也尝试在c3f下复现了以下几个主流算法的结果，包括mcnn[2]，cmtl[13]，csrnet[6]以及sanet[14]。我们复现的模型在sht b数据集上具体表现如下：
注：
1. 在mcnn复现过程中，与原网络结构唯一不同在于，我们的mcnn处理的是rgb图像。
2. 原始的cmtl在训练前，通过随机裁剪生成好了训练集。我们采用在线裁剪的方法可以使训练覆盖更多的裁剪区域。此外，由于选择了在线裁剪，cmtl中的分类任务的标签页适应性地改成了在线计算与分配。
3. 据我们所知，sanet复现结果，是当前所有复现中最接近论文结果的，虽然这一结果与论文结果依然相差甚远。
3. 训练技巧
3.1 labelnormalize的调参
在c3f已公布的实验结果中，均对密度图进行了点乘100的操作。实验过程中，我们也发现，设置一个合适的放大因子，对于网络的有效训练非常有益。这一节，我们简要说一下为什么这样一个简单的操作会有效的原因。一个初始化好的计数网络来说，自身参数符合一定的分布，如果目标分布和初始化分布相差过大的话，网络会陷入一个比较差的局部解，难以训练出好的结果。该特性在使用预训练分类模型的计数网络时，显得更为重要。
这一节，我们选择res50网络，分别测试在对密度图分别乘以[1,10,100,1000,2000,4000]时，网络的计数性能差异。下表展示了不同放大因子下在sht b上的实验结果。我们发现，当采用原始密度图时，网络并不能正确收敛。观察结果发现，网络一直输出一张全0的密度图。陷入到一个局部解无法进一步优化。当放大因子为1000时，网络达到了最优性能。之后，随着放大因子的增加，网络的计数性能又逐步降低。
（注：实验中，其他参数均与results_reports/res50/shhb中的设置保持一致。）
下图展示了在六组不同的放大因子下，mae和mse在验证集上随时间的变化曲线。橙色曲线表示对密度图不进行放大情况下，网络性能的表现。我们发现，网络陷入到一个局部解难以跳出。
不同放大因子的实验对比
由于橙色曲线会干扰我们对其他参数曲线的对比，因此，下图展示了移除掉橙色曲线后，即放大因子为[10,100,1000,2000,4000]的曲线对比。从图中可以看出，除了放大因子取10时，效果较差，其他几种曲线重合度非常高。
不同放大因子的实验对比
综上，我们设定一个较大的放大因子，不仅可以促使模型快速收敛，也可以帮助模型取得一个更优的性能。
3.2 特征图大小对比：1/8 size v.s 1/16 size
过小的特征图尺寸会对计数的性能产生非常大的影响。这里，我们进行两组对比试验：1) resnet-50中res.layer3以前的层原封不动当做backbone，最终输出密度图作16x的上采样;2) c3f最终采用的方案，输出密度图作8x的上采样。
从实验结果可以看出，在将stride改为1后，模型输出了分辨率更高的密度图，同时在计数误差上取得了更好的效果。同时，我们也对比一下两者在训练过程中，测试集上mae和mse的表现，如下图所示。其中蓝色部分为stride=2的结果，橙色为stride=1的结果。能够很直观的看出，平滑后的曲线图，橙色曲线整体要低于蓝色曲线。（注：实验中，其他参数均与results_reports/res50/shhb中的设置保持一致。）
不同特征图大小的实验对比
3.3 数据归一化中，均值和标准差对实验结果的影响
c3f中，在misc中我们提供了cal_mean.py来计算数据集中的训练数据中均值和标准差。大多数人会使用imagenet的均值和标准差（也就是mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]），经过实测，该参数对最终的性能影响有限。我们继续使用res50和mcnn网络进行试验，用两种均值、标准差进行归一化，比较最终的计数误差，结果见下表。（注：res50实验中，其他参数均与results_reports/res50/shhb中的设置保持一致。mcnn实验则是与results_reports/mcnn/shhb中的设置保持一致）
从表格中，我们可以看出，使用了自身数据集的均值和标准差，性能要略微优于使用imagenet上的均值和标准差所得到的的结果。下图展示了训练过程中验证集上mae和mse的变化曲线，其中橙色代表采用了sht b的均值和标准差的实验，蓝色则为采用了imagenet的结果。从图中可以看出，二者的重合度非常高。
res50：不同均值标准差的实验对比
mcnn：不同均值标准差的实验对比
由于人群图像和imagenet数据均属于自然图像，计算出的均值和标准差也比较类似。因此，改值对实验结果的影响并不是很大。当然，影响程度也与数据集有关，如果数据具有很强的偏置，最好还是采用数据对应的均值和标准差。总的来说，我们还是建议使用训练数据的均值和标准差，以取得更好的计数性能。
4. 实验结果
本节，我们将复现的所有算法在sht b上的性能展示出来，方便大家做最终的对比。我们发现，得益于resnet-101强大的学习能力，以其为backbone的人群计数器在mae和mse指标上超越了其他所有算法。此外，我们还发现，对于有预训练参数的网络，甚至可以不需要对网络进行过多的设计，例如dilated conv、multi-column conv、scale aggregation等，就可以达到一个较好的结果。
5. 总结展望
本项目旨在提供一个简单、高效、易用、灵活的人群计数框架，方便新手快速上手入门、资深研究者高效实现idea以及最大化模型性能。本技术报告则是对该项目的一个简单介绍，使大家能够对我们的项目有一个更深的理解，这样用起来也会更加顺手，最大化框架的使用度。
同时，我们英文technical report（为本文的精简内容）也将在arxiv上预印。如果大家有任何问题、建议，欢迎大家在仓库中提issue和pr，让c3f变得更好！
6. 致谢
在整个项目推进的过程中，得到了很多人的大力支持。特别地，感谢@wwwzxoe303com对关键代码的检查和测试，感谢@petitbai对项目readme.md的校对，感谢google colab提供免费实验资源。此外，我们的部分代码、设计逻辑参考或直接借用了以下作者的仓库/项目/代码，在此一并表示感谢！正是有了以下几个出色的开源代码，我们才得以完成c3f项目。
rbgirshick/py-faster-rcnn
zijundeng/pytorch-semantic-segmentation
leeyeehoo/csrnet-pytorch
bigknight/sanet_implementation
gjy3035/enet.pytorch
gjy3035/gcc-sfcn
gjy3035/pcc-net（论文尚未发表，因此暂未公开源码）
7. q&a
q1：能否提供python3环境下的代码？a：会，但现在时机不成熟。原因是tensorboard暂时还不支持python3.7，加之人手不足，暂无开发计划。
q2：为什么在sht b上做实验？以后会不会对其他数据集进行验证？a：因为图像尺寸相同，便于多batch-size的训练和测试，能够最大化利用显卡，节省显卡资源和训练时间。对于其他数据集，由于自己的时间有限，也没有足够的显卡资源，暂时不会做其他数据集实验。
q3：语义分割和人群计数非常类似，能不能直接用一些分割网络呢？a：二者同属于逐像素任务，前者为逐像素分类，后者为逐像素回归。根据我的实验，某些分割网络直接修改最后一层为回归层后，其效果与backbone相比，提升非常有限。甚至性能会有所下降。深层问题暂时还没有仔细思考。不过据我所知，有人对此问题已经做了研究，大家耐心等待即可。
q4：正确的训练、验证、测试流程应该是怎样的？a：严格意义上，所有数据集应该都包含以上三种数据（如果没有验证集，则应该从训练集中随机选择一部分）。在本项目中，为了能够确保所有实验结果可以复现，我们直接将测试集当做验证集来监控训练过程。
q5：部分模型会在pytorch1.0下报上采样函数f.upsample的警告信息。a：该警告不影响训练。为了兼容0.4版本，我们依然采用f.upsample方法来对tensor进行放大尺寸的操作。
医疗行业中广泛应用的村田制作所的引线型NTC系列产品
瓴盛科技推出首款基于三星11纳米工艺制程的AIOT芯片JA310
电流互感器变比有哪些？型号汇总
建立时间和保持时间（setup time 和 hold time）
iPhone 12全系四款产品入网工信部，产品信息首次确认
代码+实验分析，助你全面理解C3F
5G在商用部署、技术和应用创新方面有哪些新特点?
基于里德堡原子临界增强的高灵敏微波传感
升压芯片FP5207在拉杆音箱中的应用
掌阅iReaderSmart超级智能本使用体验 带给我们的不仅仅是书写和阅读的乐趣
网络安全技术的基础设施需要国际之间的互相信任
MIT技术评论：2014年十大科技突破
开关电源芯片U6513全系列大盘点
小米推出Yeelight智能LED灯丝灯 售价129元
iPad商标权之争最新进展：商家接到iPad下架令，多地仍在售
选择工业相机的10个要点
小米6即将发布：双摄像头+256G存储，多色版本齐上阵！能否打一场漂亮的翻身仗？
怎么区分物理中定律、定理与定则?
如何考虑电路设计的元件容差
BACnet I/O模块：水利环境监测全自动控制系统组件之一