《电子测量技术杂志》发表论文赏析

改进RT-DETR的密集行人检测算法

来源:电子测量技术杂志2025年第21期北京时间:

作者:李青云,魏佳

单位:陕西理工大学数学与计算机科学学院 汉中 723001

摘要:针对密集行人检测中因高遮挡和尺度变化较大而导致的易漏检和精度低问题,本文提出了一种高效的面向复杂场景密集行人检测的RTDETR改进算法RSHRTDETR。首先提出Regocn模块改进backbone,使用有限的普通卷积进行特征提取,随后进行线性变换操作,同时在在梯度流通分支上使用RepConv弥补舍弃残差块所带来的性能损失并增强特征提取和梯度流通的能力,在降低计算量和参数量的同时更好的对不同尺度的目标进行检测;其次在颈部引入160×160的S2检测层,通过优化特征融合过程,增强对小尺度行人目标的检测性能;最后采用Haar小波下采样模块(HWD),以扩大感受野、降低模型复杂度、提升对遮挡行人目标的检测精度。在CrowdHuman数据集做消融和对比实验,mAP50达到了86.6%,mAP50.95达到了57.8%,相比于原算法mAP50提高了1.2%, mAP50.95提高了1.9%,参数量下降40%。在Widerperson数据集上也优于RT-DETR算法。实验结果显示,RSH-RTDETR相比RTDETR-R18模型在降低参数量的同时提高了密集行人检测的准确率,也优于其他算法。本文改进算法在保证高精度的同时也实现了轻量化,在复杂场景下的密集行人检测任务中具有优异的性能。

关键词:密集行人检测;RT-DETR;深度学习;多尺度;轻量化

基金资助:陕西省教育厅专项科研计划项目(23JK0363)、陕西省技术创新引导专项(2022YFBT-53-02)、陕西理工大学校企合作项目(H20240246)资助

2025年21期其他文献查阅:

船舶尾气检测方法研究现状与展望

通道与空间特征协同提取的抗噪手势识别方法

QFN封装器件应用电路谐振分析与解决方法研究

改进鱼鹰优化算法的移动机器人路径规划研究

上肢康复机器人自适应阻抗交互控制策略

改进的YOLOv11智能车辆动态环境目标检测算法

激光超声法零件缺陷在线自动检测系统研究

自适应VMD与多头注意力PCNN融合的小电流接地故障选线方法

基于跨模态协同感知的双流融合动作识别模型

基于差异增强的电缆微弱缺陷诊断方法研究

小样本下基于对比学习的特定辐射源识别

基于RF和改进蜜獾优化的牵引变压器在线故障预测

基于单环控制结构的三相PWM整流器离散滑模直接功率控制

基于改进YOLOv8的光伏电池缺陷检测

改进RT-DETR的密集行人检测算法

激光惯导紧耦合的户外长距离SLAM算法研究

基于特征分支增强的室外场景图像语义分割

改进YOLO11的多尺度上下文增强注意力车辆检测模型

融合M2Net的子空间优化逆散射成像方法

融合动态多尺度轻量化无人机小目标检测算法

基于数据增强和改进YOLOv8的轨道扣件检测方法

基于SGF-YOLO的钢板缺陷检测方法

双平面线阵电磁层析成像的有限元仿真分析

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!