一种基于YOLO-CPEE的轻量级高效密集行人检测方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于YOLO-CPEE的轻量级高效密集行人检测方法
申请号:CN202510829227
申请日期:2025-06-20
公开号:CN120726564A
公开日期:2025-09-30
类型:发明专利
摘要
本发明公开了一种基于YOLO‑CPEE算法的轻量级高效密集行人检测模型,属于计算机视觉技术领域,旨在应对行人之间高密度重叠以及远处行人在图像中比例较小所带来的检测难题。本发明在YOLO11模型的基础上,将级联组注意力机制集成至原有的特征提取模块C2PSA中形成新的C2CGA模块,实现在模型计算效率和精度之间的良好平衡;引入高分辨率P2特征层,以更好地捕捉浅层行人特征细节和小目标的位置信息;通过高效的多尺度注意力机制实现跨尺度特征交互和自适应权重分配,进一步提高多尺度特征提取能力;设计了一种新的轻量化高效检测头,在减少模型参数的同时显著提升目标检测能力。
技术关键词
行人检测方法 注意力机制 网络模型结构 多尺度特征提取 分支 行人检测模型 多尺度特征融合 卷积模块 上采样 检测头结构 多层级特征 计算机视觉技术 深度学习框架 特征金字塔 行人特征 交互机制
系统为您推荐了相关专利信息
模型算法 评估模型稳定性 时空卷积神经网络 直观展示模型 动态权重优化
信号 通道 节点 动态 数据依赖关系
溶解度预测方法 融合特征 注意力机制 数据 预测模型训练
网络安全态势感知 主动防御系统 网络流量数据 卷积神经网络结构 模式
网络流量识别方法 多头注意力机制 网络流量数据 多层感知器 网络流量识别系统