针对密集行人检测任务中多尺度目标的检测算法

来源：计算机工程与应用杂志2025年第17期北京时间：

作者：徐振峰, 许云峰, 于子洲, 梅卫, 张妍

单位：1.河北科技大学 信息科学与工程学院，石家庄 050018；2.中国人民解放军陆军工程大学 石家庄校区，石家庄 050003

摘要：在密集行人检测任务中目标的检测精度低，漏检和误检等一直是充满挑战的问题，导致此问题的原因是大多数的场景中存在大量多尺度的目标，多尺度的目标使得算法面临着尺度变化，从而使得算法的精度不高。针对此问题，提出了一种基于改进YOLOv5s的多尺度行人检测网络（MPDNet）。网络改进包括三个方面：对于主干网络，在C3模块中添加了空间位置注意力模块，并引入改进的ViTv3Block模块，可以有效强化特征信息的提取；特征融合部分，在渐近特征金字塔网络（AFPN）的基础上进行了改进，改进后的AFPN可以在更少参数量和计算量的情况下进行跨层特征融合；在特征融合网络末端添加了空间加强多尺度注意力模块（SEMA），增强模型对目标的定位能力。通过分析实验结果，MPDNet在WiderPerson和CrowdHuman两个密集行人检测数据集上相较于YOLOv5s，AP50分别提升了4.2和3.2个百分点，AP50：95分别提升了5.0和3.9个百分点。MPDNet能够很好地完成复杂场景中密集行人检测任务。

关键词：YOLOv5s,密集行人检测,渐进多尺度特征融合,目标检测,注意力机制