计算机工程

作者：黄昆, 齐肇建, 王娟敏, 胡倩, 胡伟超, 皮建勇

单位：1. 贵州大学公共大数据国家重点实验室计算机科学与技术学院, 贵州 贵阳 5500252. 贵州移动信息科技有限公司, 贵州 贵阳 5500013. 贵州大学云计算与物联网研究中心, 贵州 贵阳 550025

关键词：密集行人检测,YOLOv8网络,nostride-Conv-SPD模块,CARAFE算子,小目标检测头

基金：贵州省科技支撑计划(黔科合支撑一般430)

密集行人检测是公共智能监控的关键技术, 其采用目标检测方法对视频中的行人位置和数量进行检测, 进而实现对视频中人群的智能监控。在人员密集场景下因遮挡和行人的目标太小造成漏检。为此, 提出一种改进YOLOv8检测模型Crowd-YOLOv8。首先, 在主干网络使用nostride-Conv-SPD模块, 增强对图像小目标特征等细粒度信息的提取能力; 其次, 在YOLOv8网络的颈部引入小目标检测头和CARAFE上采样算子对各尺度特征进行融合, 以提高在小目标情况下的检测效果。实验结果表明, 所提模型在CrowdHuman数据集上mAP@0.5和mAP@0.5∶0.95分别取得了84.3%和58.2%的检测效果, 与原YOLOv8n相比分别提高了3.7和5.2百分点; 在WiderPerson数据集上取得了88.4%和67.4%, 与原YOLOv8n相比提高了1.1和1.5百分点。

来源：2025年第5期

《计算机工程》期刊编辑部

查看计算机工程杂志2025年第5期