从人群计数到通用计数：CV领域物体计数技术的演进与FamNet创新点剖析

最新推荐文章于 2026-09-04 17:08:08 发布
原创 最新推荐文章于 2026-09-04 17:08:08 发布 · 606 阅读 · 17

从人群计数到通用计数：CV领域物体计数技术的演进与FamNet创新点剖析

计算机视觉领域的物体计数技术正经历从专用到通用的范式转变。传统方法通常针对单一类别（如人群、车辆）进行优化，而现代研究则致力于构建能够"计数万物"的通用系统。本文将系统梳理这一技术演进路径，并深入解析FamNet框架如何通过小样本学习实现跨类别通用计数。

1. 物体计数技术发展脉络

物体计数技术的演进可分为三个明显阶段：

第一阶段：基于检测的计数（2010-2015）

  • 依赖目标检测框架（如HOG、DPM）
  • 典型应用：交通监控中的车辆计数
  • 主要局限：密集场景性能差，计算成本高

第二阶段：密度图回归（2015-2019）

  • 代表性工作：MCNN、CSRNet
  • 关键技术突破：
    • 全卷积网络生成密度图
    • 高斯核处理点标注
    • 多尺度特征融合
  • 在人群计数领域达到>0.95的相关系数

第三阶段：小样本通用计数（2020至今）

  • 核心挑战：
    • 类别无关的特征表示
    • 有限样本下的快速适应
    • 跨域泛化能力
  • 性能指标对比：
方法类型 MAE(人群) MAE(通用) 训练数据量
传统检测 15.2 无法处理 10^4量级
密度图
标签
#计算机视觉 #物体计数 #FamNet #小样本学习
最低0.47元/天 解锁文章
CCS配置MSPM0G3507（七） 编码器（TIMER-QEI)
kaneki_lh的博客
07-06 1万+
1.选择时钟源 BUSCLK2.时钟分频配置为1分频3.分频系数配置为14.若勾选 Start ，则生成程序后会自动开启定时器的计数，否则需手动在程序中开启5.Load Value 设置为65535。
标注格式全解 | 全网独家复盘检测/语义/实例/全景分割标签适配、助力YOLO/U-Net/MaskRCNN/Mask2Former数据集精准落地
qq_36130719的博客
09-02 63
在计算机视觉算法研发与工业落地流程中，数据集标注是模型训练的前置核心基石，标注任务类型、标签格式与训练模型不匹配是算法迭代、项目落地中最高频、最致命的工程问题。大量研发人员完成高精度人工标注后，因标签格式选型错误、存储规范不符、任务适配混淆，导致模型训练报错、梯度不收敛、精度持续偏低、指标涨点无效，甚至需要全额返工重标，极大消耗人力、时间成本，严重拖慢项目交付周期。计算机视觉主流任务分为2D目标检测、语义分割、实例分割、全景分割。
OpenCV计算机视觉开发入门与实践＜二十六＞：图像边缘检测算法原理和实例
欧特GO
08-31 713
本文系统介绍了图像边缘检测的基本思想、实现步骤与经典算法。首先阐述边缘检测利用边缘增强算子突出局部边缘、通过阈值提取边缘点的基本原理，并给出边缘点、边缘段、轮廓等术语定义；随后梳理图像获取、滤波、增强、检测、定位五个处理步骤。在经典算法部分，详细讲解了差分边缘检测、Roberts算子、Sobel算子、Prewitt算子和LoG算子等方法的原理、模板与OpenCV实现，并附有完整可运行的C++示例代码。最后介绍了基于小波与分形理论、数学形态学、模糊学、神经网络及遗传算法等新技术在边缘检测中的应用与发展趋势。
计算机视觉基础第15章｜DNN实现图像风格迁移
2302_80153357的博客
09-02 445
本文基于OpenCV DNN模块加载预训练梵高星空模型，完成图像风格迁移。流程包括读取缩放图片、生成blob张量、前向推理及维度转换归一化后处理，最终输出油画效果图，无需本地训练。
OpenCV计算机视觉开发入门与实践＜二十九＞：grabCut算法分割图像
欧特GO
09-02 300
本文介绍 OpenCV 中基于颜色与图割的两种图像分割方法。第一部分讲解利用 HSV 色彩空间与 `inRange` 函数实现彩色图像阈值化分割，并给出可交互调节色相、饱和度、亮度区间的完整示例；第二部分介绍 grabCut 算法的基本原理与交互流程，详细说明 `grabCut` 函数各参数含义，并演示其与 `compare` 函数配合，从静态图像中提取前景物体的用法。
OpenCV计算机视觉开发入门与实践＜二十八＞：图像阈值分割算法及实例
欧特GO
09-02 512
本文系统介绍图像阈值分割技术，涵盖固定阈值分割与自适应阈值分割两大类方法。首先阐述阈值分割的基本原理与数学变换，然后详细讲解 OpenCV 中 `threshold` 函数的参数含义与五种常用阈值化类型，并通过示例演示固定阈值的应用；针对光照不均场景，进一步介绍 `adaptiveThreshold` 自适应阈值分割的原理、参数配置与手动实现方法，最后通过对比实验说明自适应阈值分割在复杂光照条件下的优势。
超市空货架目标检测数据集：1,500张图像 | 目标检测
dgw25sf的博客
09-02 307
<think>我们只需要根据用户提供的内容生成一个≤150字的摘要。内容主要是介绍超市空货架目标检测数据集，包括数据规模、格式、结构等。摘要需要简洁概括核心信息。注意字数限制。</think>该数据集包含1,500张超市空货架图像，采用YOLO格式标注单类别“空”，并划分为训练、验证、测试集。数据覆盖多种货架类型、商品及光照条件，专为目标检测模型训练设计，可直接用于YOLOv5/v8等框架，助力零售缺货自动识别。
读懂YOLO的下一阶段：从单帧识别到端边云视觉智能
大牛直播SDK
08-31 406
随着YOLO向多任务、开放词汇、端到端推理和边缘部署持续演进，实时视觉的竞争焦点已从单帧精度转向完整系统的确定性。本文基于大牛直播SDK（SmartMediaKit），系统分析视频接入、低延迟解码、原始帧输出、YOLO推理、目标跟踪、规则判断、事件录像与平台联动，并结合工业视觉、机器人、无人机、GB28181安防和运营商场景，探讨端边云协同、数据闭环及模型插件化的工程价值。
YOLO 标准数据集的格式是怎样的
weixin_48829767的博客
09-04 322
<think>我们根据要求生成不超过150字的摘要。内容应概括YOLO标准数据集格式要点：目录结构、标注格式、类别文件、配置文件及注意事项。控制字数。</think>YOLO标准数据集采用images与labels对应目录，标注文件为纯文本，每行记录类别ID及归一化后的中心坐标和宽高，类别编号从0对应classes.txt，配置由data.yaml指定路径与类别。注意坐标须归一化、文件名一致、空文件表示无目标。掌握此规范是训练与部署的基础。
PCB电子元器件目标检测数据集：23类别 | 目标检测
shrgegrb的博客
09-02 193
<think>我们需从原文中提炼关键信息，生成≤150字的摘要。需要涵盖数据集内容、特点、应用等。原文是关于PCB电子元器件目标检测数据集，包含23类约1600张图像，YOLO格式，针对小目标密集、外观相似等挑战，可用于训练深度学习模型。摘要要简洁。</think>本文介绍了一个23类PCB电子元器件目标检测数据集，含约1600张真实工业图像，采用YOLO格式标注，涵盖电阻、电容、芯片等常见元件。针对小目标密集分布、类别外观相似等检测难点，数据集提供训练/验证/测试划分，可直接用于训练高精度模型，助力电子制
计算机视觉管道构建：基于天远身份证OCR实现机器学习身份信息提取
2501_93124989的博客
09-03 213
破解身份录入痛点：从人工视觉核查到机器学习提取 在现代金融开户、共享经济司机入驻、以及数字化劳务派遣等业务场景中，确保证件信息的真实性与准确性是合规的底线要求。过去，这些流程往往依赖于人工核对身份证件照片，不仅耗费巨大的人力成本，而且面对海量的照片文件时，人眼疲劳极易导致关键信息的遗漏和错位。更为重要的是，传统模式下很难对证件的清晰度、方向以及证件要素进行标
Day 33：目标跟踪基础 — SORT与DeepSORT
2603_95724866的博客
09-02 359
<think>我们只需要根据内容生成≤150字的摘要。内容是关于目标跟踪的技术文章，包括卡尔曼滤波、匈牙利匹配、ReID等概念，从SORT到DeepSORT的进化，以及从零实现简单跟踪器。需要将核心信息浓缩成≤150字的中文摘要。 关键词：目标跟踪、卡尔曼滤波、匈牙利匹配、ReID、SORT、DeepSORT、Tracking-by-Detection、实现。摘要要简洁概括。</think>本文介绍了目标跟踪的核心组件（卡尔曼滤波、匈牙利匹配、ReID），梳理从SORT到DeepSORT的演进思路，并演示了
书接上回（实现第一个目标检测网络模型）
2401_88856689的博客
08-31 247
人生不止一片什刹海
计算机视觉三大任务评价指标完整技术文档
最新发布
I Promise的博客
09-04 335
本文系统梳理了计算机视觉三大任务（图像分类、目标检测、图像分割）的核心评价指标，涵盖定义、公式、适用场景及常见坑点。分类任务重点介绍准确率、精确率、召回率、F1、Top-1/5、AUC等；检测任务包括IoU、PR曲线、AP/mAP及COCO标准；分割任务涉及语义、实例与全景分割的专属指标。最后横向对比并给出选型建议，帮助读者在实际应用中选择合适指标。
计算机视觉基础 第14章｜Lucas-Kanade金字塔光流法跟踪
2302_80153357的博客
09-02 268
本文介绍了基于稀疏金字塔Lucas-Kanade光流的视频特征点跟踪方法：用Shi-Tomasi角点检测提取初始特征，通过calcOpticalFlowPyrLK逐帧匹配，绘制轨迹并叠加显示。实验表明该方法能有效跟踪稳定角点，但对遮挡、剧烈运动易丢失。
落石与滑坡无人机检测数据集 | 落石检测 滑坡识别 无人机巡检 地质灾害 YOLO格式 深度学习数据集 计算机视觉8016期
2403_88545703的博客
09-04 378
落石与滑坡无人机检测数据集 | 落石检测 滑坡识别 无人机巡检 地质灾害 YOLO格式 深度学习数据集 计算机视觉8016期
超市偷窃行为目标检测数据集：2类别、4,000张图像 | 目标检测
dgw25sf的博客
09-01 206
<think>我们要求生成≤150字的文章摘要。内容来自用户提供的详细文章。需要提取核心信息：面向超市场景的偷窃行为检测数据集，含2类别、4000张图像，YOLO格式，标注normal和shoplifting，提供数据采集、标注流程、YOLOv8训练指南等。摘要需简洁。 注意要求：≤150字。中文。输出摘要。 先草拟：本文介绍一套超市偷窃行为检测数据集，含2类别（normal/shoplifting）约4000张图像，采用YOLO标注格式。从偷窃视觉特征、数据采集标注流程到YOLOv8模型训练做了全面解析，
番茄成熟度分级检测数据集 | 番茄成熟度 农产品分级 智慧农业 目标检测 YOLO格式 深度学习数据集5015期
qq_2529413168的博客
09-02 205
番茄成熟度分级检测数据集 | 番茄成熟度 农产品分级 智慧农业 目标检测 YOLO格式 深度学习数据集5015期
建筑物目标检测数据集 | 建筑物检测 城市规划 遥感解译 目标检测 5012期
qq_2529413168的博客
08-31 530
建筑物目标检测数据集 | 建筑物检测 城市规划 遥感解译 目标检测 5012期
YOLO-Master工程:experts.py 专家结构详解与目标检测专家设计启发
yangsn0719的博客
09-04 347
维度空间感受野无（1×1）无（1×1）有（k×k DW）有（k×k）有（k×k DW）归一化BNGroupNormBNBNBN参数量基准基准基准~50%基准FLOPs最低最低中等~50%中等设计理念纯通道变换小batch稳定多尺度感受野特征冗余利用移动端高效适用场景深层特征图超小batch浅/中层多尺度移动端部署移动端部署检测任务启发：你可以把任何现有的检测模块改造成专家。把ASPP（空洞空间金字塔池化）做成专家，专门处理多尺度上下文把DCN。
路面坑洼与积水目标检测数据集：2类别、1,500张图像 | 目标检测
dgw25sf的博客
09-03 164
<think>我们根据要求生成不超过150字的摘要。内容是关于路面坑洼与积水目标检测数据集的介绍，包括规模、类别、格式、来源等。摘要需简洁。</think>该数据集包含1500张道路实景图像，标注坑洼与积水两类目标，采用YOLO格式，分为训练、验证、测试集。数据覆盖多种路面、光照和天气条件，可用于基于深度学习的道路病害检测模型训练与优化。
一种基于快速激活的硬件木马检测法
硬件木马因其巨大的潜在威胁而受到学术界和工业界越来越广泛的关注，而传统的测试技术很难发现这些硬件木马，
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值