CongestionAI

• 엣지 디바이스에서 처리 가능한 경량화된 Crowd Counting AI 개발
• 경량화를 위하여 Teacher Model (P2PNet)의 지식을 Student Model (MCNN)에 증류 (Knowledge Distillation)

사용할 데이터셋

• ShanghaiDatasetA: https://paperswithcode.com/dataset/shanghaitech

진행 사항

• Teacher 모델 선정: SOTA 모델인 P2PNet으로 선정 (~2023.07.05, 완료)
• P2PNet 전처리 및 증강 추가 (~2023.07.08, 완료)
• P2PNet 학습 (~2023.07.15, 완료)
• 최적의 P2PNet Weight 선택 (~2023.07.20, 완료)
• P2PNet Distillation loss 개발 (~2023.07.25, 완료)
• 기존 MCNN 학습 및 성능 측정 (~2023.08.10, 완료)
• MCNN 모델 성능 향상을 위한 전처리 및 증강 추가 (~2023.08.25, 완료)
• MCNN 전처리 적용 학습 및 성능 측정 (~2023.08.27, 진행 중)
• P2PNet 사용 MCNN 지식 증류(Knowledge Distillation) 적용 (~2023.09.05, 진행 예정)

original codes

• MCNN: https://github.com/CommissarMa/MCNN-pytorch
• transforms: https://github.com/pxq0312/SFANet-crowd-counting/blob/master/transforms.py