融合注意力机制的轻量化行人检测算法

来源：计算机应用与软件杂志2025年第9期北京时间：

作者：李杨, 马社祥

摘要：针对交通场景行人检测模型参数多、检测精度较低的问题，提出一种融合注意力机制的轻量化行人检测算法。借鉴 Ghost 思想对 YOLOv5 进行模型轻量化处理；在数据处理部分融合图像混合增强算法，并在特征提取网络中嵌入坐标注意力 (Coordinate Attention, CA)，提高行人检测精度；改进回归优化损失函数，提升训练速度和推理准确性。将改进算法在处理后的 Caltech 行人数据集上进行实验，结果表明，改进算法平均检测精度 (IOU=0.5) 81.7%，较 YOLOv5 提高 4.4 百分点，且模型参数量降低 45.1%，仅为 3.9×10⁶。

关键词：行人检测, 轻量化, 注意力机制, 数据增强, 损失函数