.png){kind=icon}
.png){kind=icon}
返回
A MaskFormer EfficientNet instance segmentation approach for crowd counting
.png){kind=icon}
OA
AI
DOI：10.1038/s41598-025-95174-9.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在计算机视觉任务中，目标检测是最具挑战性的问题之一。基于卷积神经网络的技术的研究已广泛应用于计算机视觉领域，用于目标检测。尺度变化、光照变化或遮挡问题是 crowd counting（人群计数）中最常见的挑战。为解决这一问题，提出了 MaskFormer EfficientNetB7 实例分割架构，该架构利用 EfficientNetB7 作为特征提取的骨干网络，以实现高效且准确的人在复杂场景下的计数。一个名为 MaskFormer 的基本掩码分类模型被用于预测一系列二值掩码，每个掩码与单个全局类别关联以进行标签预测，而 EfficientNetB7 使用了一种复合缩放算法，该算法使用预定的缩放系数集对每个维度进行等比例缩放。在 UCF-QNRF、ShanghalTech（Part A 和 Part B）以及 Mall 数据集上的实验结果表明，与现有的人群计数方法相比，所提出的策略在平均绝对误差和均方根误差方面取得了显著成果。因此，所提出的人群计数模型已被证明在不同环境或场景下更具适应性，同时在对未见数据的泛化能力上表现优异。
Keyword:
Computer vision
Object detection
Convolutional neural network
Transformer
Crowd counting
Instance segmentation