基于语言引导网络的密集人群计数方法

本发明涉及一种基于语言引导网络的密集人群计数方法，包括以下步骤：步骤S1：针对人群标签的点阵图进行转换，制作用于凸显前景与背景区域的真值密度图标签；步骤S2：迁移CLIP视觉语言模型至计数任务之中，并为其构建用于增强样本边界清晰程度的损失函数；步骤S3：通过多层次数量提示算法，在不损失计数精度的状况下节省模型训练开销，实现细粒度的计数；步骤S4：将预测密度图进行映射，获取该图片的预测人数。该方法有利于更高效、准确地区分图像的前景与背景，从而准确获取人群的具体人数。