疫情之下，最近比较闲比较闲，总觉得日子过得有些简单。索性刷个榜玩玩吧。

说实话，我对人群密度估计这个小的学科领域一开始是一窍不通的，后来琢磨了一下，然后花了三周刷了个小榜。数据集是AAAI2020年才公开的，可能刷榜的人不多吧。

数据集榜单链接在这里：

https://www.crowdbenchmark.com/nwpucrowd.html

排第一名的就是我了。

我从2月22日开始第一次提交，到昨天刷榜。

其实我也没什么了不起的。了不起的是做这个数据集的小伙伴。

万事开头难嘛，定义问题做数据集建baseline是很辛苦的。

说一下我刷榜的故事吧。

第一阶段：入门。

疫情开始的时候就想找点活干，然后最近也没有被业务需求追着跑了，就把之前惦记着的人群人数统计的问题重新拿出来看了看，发现最近有不少新思路。我们17年一开始的时候也就是用detection的方法，效果很差的，然后想做多人的行人跟踪就更不准确了，翻了翻就发现了一个框架 C-3-Framework，然后下载了数据集 shanghai Tech。把数据集的输入输出，img和label搞明白了，其实搞了好阵子才知道他的label是怎么生成的，而且sum(人群密度图）就是人头个数。随后上手pytorch跑model，我对pytorch是小白水平，以前一直用tensorflow，用了pytorch后再也不想回去了，tensorflow写代码太心累，还是pytorch是我这样的python_boy的菜，清晰而简洁，有可读性和扩展性。跑通了之后，发现随便在网上找了张图片测试，效果很一般的，原因是训练数据集是那种高清俯拍图，都是有人的，而没人的，多角度多视野的就人群统计的很差了。

第二阶段：进阶

后来就开始看看AAAI2020的论文，本来是关注RL方向的，后来就找了找人群计数的论文，发现这个文章：

SCAR: Spatial-/Channel-wise Attention Regression Networks for Crowd Counting

接着就看到这个数据集了。这数据集还是比较丰富的，各种角度有人没人的都有，就开始刷榜了。一开始自己训练model提交总是效果很差的，还有些怀疑论文的baseline是不是假的，后来代码跑顺溜了，改了几个bug，才算进入正轨了。

中间又多看了几篇paper，发现SCAR可以做不少优化，然后就优化了一波，至少优化了3个方向吧，结果等着跑数据，跑的很慢的，一个epoch需要470s，我就一块1080ti的卡，好在白天黑夜都可以跑，跑完发现三个方向都没任何效果。

总结反思了一下，又重新设计的实验的方向。结果跑着跑着看着收敛的越来越好了。

昨晚发现迭代了274个epoch的模型在VAL数据集上MAE达到了80.4，MSE达到了340.2，就提交了一把，发现可以屠榜了。

总结一点：其实也就是站在巨人肩膀上，多走了一步而已。

跑跑实验刷榜还不错，要把这个写成paper就有些琐碎了。代码在我手里，想要的拿去写paper也可以，首先要对这个领域有深入理解的。否则我也不可能手把手教你玩。而且话说回来，目前这点微弱优势不一定能保持，还需再在一些思路上迭代优化的吧。

事实上，写代码发论文是简单的，核心的是商业模式探索和积淀，因为写代码实现一些idea是一维空间上的探索，而商业需要多维多目标优化。