주뇽's 저장소

[Project] 인구 밀집도 카운팅 Crowd Counting with FIDTM 본문

ComputerVision/Crowd Localization

[Project] 인구 밀집도 카운팅 Crowd Counting with FIDTM

뎁쭌 2023. 8. 30. 02:13
728x90
반응형

2023.08.11 - [DeepLearning/Paper Riview] - Focal Inverse Distance Transform Map (논문 정리)

 

Focal Inverse Distance Transform Map (논문 정리)

Focal Inverse Distance Transform Map Focal Inverse Distance Transform Maps for Crowd Localization Focal Inverse Distance Transform Map IEEE 2102.07925.pdf FIDTM 군중 분석의 중요한 측면인 군중 위치 파악에 초점을 맞춥니다. 이들은

jypark1111.tistory.com

2023.08.11 - [ComputerVision/Crowd Localization] - Code [Focal Inverse Distance Transform Map]

 

Code [Focal Inverse Distance Transform Map]

2023.08.11 - [DeepLearning/Paper Riview] - Focal Inverse Distance Transform Map (논문 정리) Focal Inverse Distance Transform Map (논문 정리) Focal Inverse Distance Transform Map Focal Inverse Distance Transform Maps for Crowd Localization Focal Inv

jypark1111.tistory.com

이전에 정리 했던 FIDTM을 이용하여 필요한 부분만을 가져와서 동영상(웹캠)에서 현재 인원수를 파악하고 이미지를 Firebase storage에 저장하는 프로젝트를 진행

- 현대 사회에서는 공공 장소, 상업 시설, 교통 시설 등 다양한 장소에서 인원 관리와 혼잡도 파악이 매우 중요하다. 특히, 인구 밀집 지역이나 이벤트 장소에서는 인원이 과도하게 몰리면 안전상의 이유로 인한 문제가 발생할 수 있다. 이에 따라 인원 관리를 효과적으로 수행하고 혼잡도를 실시간으로 파악할 수 있는 시스템이 필요해졌다.

https://github.com/junyong1111/CrowdLocalization/tree/main

 

GitHub - junyong1111/CrowdLocalization: Learning Independent Instance Maps for Crowd Localization

Learning Independent Instance Maps for Crowd Localization - GitHub - junyong1111/CrowdLocalization: Learning Independent Instance Maps for Crowd Localization

github.com

Crowd Counting 사용 설명서

- 프로젝트 진행 전 필요한 라이브러리 환경 목록

#-- requirements.txt
python==3.8 
pytorch==2.0.1
opencv-python==4.8.0.76
scipy==1.10.1
h5py==3.9.0
Pillow==9.4.0
imageio==2.31.1
nni==2.10.1
yacs==0.1.8
Pyrebase4==4.7.1
firebase-admin==5.3.0

인구혼잡도 시각화 with Firebase

  1. 기본 라이브러리 설치
    pip install -r requirements.txt
#-- requirements.txt
python==3.8 
pytorch==2.0.1
opencv-python==4.8.0.76
scipy==1.10.1
h5py==3.9.0
Pillow==9.4.0
imageio==2.31.1
nni==2.10.1
yacs==0.1.8
Pyrebase4==4.7.1
firebase-admin==5.3.0
  1. git clone 명령어를 통해 해당 repository 다운로드
    git clone https://github.com/junyong1111/CrowdLocalization.git
  • 위 명령어를 통해 깃 클론을 받고 FIDTM/Projcet로 경로 이동
  1. 아래 명령어를 통해 pre-trained model 다운로드
  • gdown 명령어가 없을 경우 설치 후 진행
    gdown https://drive.google.com/uc?id=1TBZXWB00mqkZnKzRvWDzR35kgKuW7nP_
    unzip /content/bestmodel.zip
  1. 파이어베이스 연동을 위한 서비스키를 다운로드 같은 경로에 삽입
myfirebaseservicyKey
  1. 다음 명령어를 통해 Crod Counting 시작
    python people_counting.py --pre ./model_best_nwpu.pth  --video_path "IP카메라 URL"

 

#-- 참고 링크 : https://github.com/dk-liang/FIDTM.git

🔎 파일 구조

...
|-- images
|-- Networks
    └── HR_NEt/...
|-- config.py
|-- dataset.py
|-- image.py
|-- myfirebaseservicyKey
|-- LICENSE
|-- model_best_nwpu.pth 
|-- people_counting.py
|-- README.md
|-- requirements.txt
|-- utils.py

...

기본 이미지와 FIDTM 이미지를 따로 추출

오리지널 이미지(왼) FIDTM 이미지(오)

파이어베이스 storage 업로드

Storage 이미지 업로드

'ComputerVision > Crowd Localization' 카테고리의 다른 글

Code [Focal Inverse Distance Transform Map]  (0) 2023.08.11