-
题名基于优化权重的YOLOv7密集行人检测算法
- 1
-
-
作者
曹洁
牛瑜
梁浩鹏
-
机构
兰州理工大学电气工程与信息工程学院
兰州城市学院信息工程学院
兰州理工大学计算机与通信学院
-
出处
《液晶与显示》
北大核心
2025年第3期505-515,共11页
-
基金
甘肃省重点研发计划(No.22YF7GA130)。
-
文摘
针对自然复杂场景中行人拥挤和相互遮挡,导致检测精度不佳的问题,提出了一种基于优化权重的YOLOv7密集行人检测算法。首先,针对遮挡行人特征提取问题,利用跨空间高效多尺度注意力机制(Efficient Multi-Scale Attention Module with Cross-Spatial Learning,EMA)重新分配主干网络的权重,并跨维度学习不同通道特征之间的相关性,以增强模型对行人目标可见区域的关注。其次,针对检测模型复杂性较高的问题,设计了高效轻量化连接模块(Efficient Lightweight Connection Module,ELCM),旨在提升模型表达能力的同时加快训练速度。最后,构建了聚焦边界框损失函数Focal-SIoU loss,该损失函数注重抑制低质量样本,同时添加角度损失提高模型的检测精度。实验结果表明,所提算法在行人检测数据集Wider-Person与Crowd Human数据集上的均值平均精度分别达到83.7%和82.6%,相比其他先进的算法,在密集拥挤人群检测任务中有显著检测优势。
-
关键词
密集行人检测
优化权重
聚焦边界框损失函数
YOLOv7
-
Keywords
dense pedestrian detection
optimized weights
focusing bounding box loss function
YOLOv7
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
