基于改进YOLOv7的城市街景行人检测

来源：计算机测量与控制杂志2026年第2期北京时间：

作者：王建华,刘丹,王瑜涛,周克毅

摘要：针对当前城市街景行人检测方法存在高漏检率和低检测精度的问题，提出一种改进YOLOv7的城市街景行人检测算法。该方法融合CA注意力机制与SE网络，设计了CA-SENet注意力机制，以增强网络对行人的注意力，提升模型对行人的检测精度；引入改进的空洞空间金字塔池化模块，并将其嵌入骨干网络与特征增强网络的连接处，以捕获影像多尺度特征，降低模型的漏检率；利用Wise-IoU损失函数替代原有的CIoU，以优化锚框的质量评估。经过在公开数据集和自制行人数据集上对算法进行实验，结果表明，改进YOLOv7模型能够更有效地检测出行人目标。

关键词：城市街景;行人检测;YOLOv7;注意力机制

基金资助：国家自然科学(41701437);核资源与环境国家重点实验室项目(2020NRE17)；江西省自然科学基金(20232BAB213054)