ShanghaiTech dataset

新的注意力机制提高了公共交通客流统计的准确性

研究人员开发了一种新方法，通过在CSRNet深度学习模型中使用无参数注意力机制来优化公共交通客流统计。该方法旨在提高密集和遮挡场景下的准确性，而不会增加模型大小或计算成本，使其适用于资源受限的边缘设备。在ShanghaiTech数据集上的实验表明，无参数注意力模块取得了与参数化版本相当或更优的结果，其中一种新颖的组合（PFCASA）被证明对较低的客流密度有效，而通道注意力（PFCA）则对较高的客流密度有效。