改进的YOLOv8n轻量化景区行人检测方法研究

来源：计算机工程与应用杂志2025年第2期北京时间：

作者：张小艳, 王苗

单位：西安科技大学 计算机科学与技术学院，西安 710600

摘要：针对景区人流量大、人员密集，而现有目标检测算法对于遮挡目标和小目标检测效率低且模型参数量大等问题，提出基于YOLOv8n的轻量化景区行人检测算法SSC-YOLOv8n。提出空间和通道重建注意力卷积SCC2fEMA模块，以显著减少模型参数量，从而提升模型的检测速度。采用精细的slim-neck范式，通过GSConv和V0V-GSCSP模块，在有效降低模型参数量的同时，提升模型的学习能力。提出坐标注意力动态解耦头，以显著增强模型对位置信息的感知度和敏感度。为了对样本进行更为精确的平衡处理，引入Focal Loss损失函数，进一步提高模型的检测精度与鲁棒性。实验结果表明，在景区行人数据集上，改进后的模型相较于原始模型，模型参数量减小了52%，mAP@0.5提升了2.1个百分点，mAP@0.5：0.95提升了1.4个百分点。在VisDrone2019数据集上，mAP@0.5提高了3.9个百分点。改进后的算法具有更强的泛化性能，能够更好地适用于景区行人检测任务。

关键词：行人检测, 轻量化,YOLOv8,Focal Loss,注意力机制