《电子测量技术杂志》发表论文赏析

基于改进YOLO11n的轻量级密集行人检测算法

来源:电子测量技术杂志2026年第3期北京时间:

作者:黄思禄,钟寒

单位:中国人民公安大学信息网络安全学院 北京 100038

摘要:在密集行人场景中,由于遮挡严重、小目标多、尺度变化大,且环境复杂,容易造成行人漏检、错检及定位不准等问题。针对以上挑战,本文提出了一种轻量化的密集行人检测算法DC-YOLO。该算法基于YOLO11n,在主干网络上提出了轻量级特征提取网络EfficientNetV2S-S3,提高模型对小目标和多尺度目标的特征提取能力,降低模型参数量和计算成本;在颈部网络上提出了P-LightNeck模块,进一步提高了对小目标的特征融合能力,实现检测精度与效率的协同优化;引入RepNCSPELAN4卷积模块,通过多尺度卷积和重参数化技术,强化遮挡目标的特征提取能力,并提高推理效率;设计了动态多尺度协同注意力模块DynaMSAttn,增强模型对不同尺度目标和复杂环境的适应性。实验结果显示,与YOLO11n相比,DC-YOLO算法在CrowdHuman数据集上,mAP@0.5、mAP@0.5-0.95分别提升4.7%和4.5%,同时参数量降低了46.2%,通过对比实验和消融实验,验证了DC-YOLO算法在密集行人检测任务中具有优秀的检测效果和鲁棒性。

关键词:密集行人检测;YOLO11;轻量化模型;多尺度卷积;动态注意力机制

基金资助:高等学校学科创新引智基地项目(B20087)、中国人民公安大学“双一流”创新研究项目(2023SYL07)资助

2026年3期其他文献查阅:

多策略融合改进的天鹰算法机器人路径规划

基于观测器的双三相永磁同步电机无模型控制

基于动态原型与对比学习的小样本 Android恶意软件家族分类方法

基于DE优化VMD与CNN-BiGRU-Attention结合的滚动轴承故障诊断

基于多层次特征融合的不平衡网络流量异常检测方法

河流表面时空图像纹理角检测及判别方法研究

基于改进 YOLOv8n的快递包裹缺陷检测方法研究

基于助听器自适应增益的预测研究

基于FB-RRT*算法的无人机路径规划

基于A*与DWA算法的果园导航机器人研究

双球面无相位近远场变换方法研究

基于扰动观测器的 EMB夹紧力复合滑模控制

DDPG-LSTM 算法在动态多峰场景下光伏 MPPT研究

基于复值卷积与自适应小波分解的调制识别方法

基于多尺度的双轴注意力 GCN 剩余寿命预测模型

基于WiFi的混合稳健AP定位技术研究

脉冲噪声下基于张量表示的 LFM 信号参数估计方法

基于深度学习的皮革缺陷检测方法

发动机转子叶片图像的边缘自动分割算法

改进YOLOv8的子午线轮胎气泡缺陷检测方法

改进 YOLOv10的复杂场景人体跌倒检测方法

基于深度学习的自动拾取网球机器人

结合纹理区域特性的跨尺度立体匹配算法

改进YOLOv11的模糊监控异常检测算法

基于改进YOLO11n的轻量级密集行人检测算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!