# CrowdDensityEstimation

**Repository Path**: xiahuibin/crowd-density-estimation

## Basic Information

- **Project Name**: CrowdDensityEstimation
- **Description**: 监控视角的人群密度估计，可自定义拥挤程度，可用于公交站台、地铁等场所的人群密度估计，知晓拥挤程度
- **Primary Language**: Python
- **License**: LGPL-3.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2023-09-09
- **Last Updated**: 2023-09-09

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

## 简介
在机场、地铁、公交站等人群容易聚集的场所，常常需要根据人群情况，进行不同的疏导方式，传统的基于检测计数的方式已经不适用于这类遮挡严重的场景。本项目基于人群密度估计可以实时获取当前的拥塞情况，可用于监控场景的人群估计。项目支持本地运行以及通过http服务形式运行。
![image](example.png)
## 安装
本项目基于python   
pip install -r requirements.txt

## 使用
### 配置文件
```
model: 'model/model.onnx'
input_size: [640,640]

level:
  crowded: [20] # 大于20人为拥挤
  normal: [10,19] # 大于10小于等于20为正常
  comfortable: [0,9] # 小于9人为舒适

rtsp: '../CrowdCount/20190410-1.mp4' #视频流/视频文件

### 服务端配置
server:
  ip: 127.0.0.1
  port: 8080
```
配置文件主要用于配置拥挤等级，本地运行时的输入源，可配置视频或rtsp视频流。
### 本地使用  
本地运行时，根据config.yml设置，读取视频流或视频进行逐帧处理。
> python local_demo.py

### 以服务形式使用  
开启服务：   
> python start_server.py
服务启动后，可通过接口调用或网页端上传图片获取结果。
#### http调用
http://ip:port/crowd_count
调用方式参考http_client_demo.py
#### 网页上传
打开http://ip:port/upload