计算机工程与科学

作者：李孟歆, 陈嘉铭, 吕凡, 郑坤妍, 赵婧雯

单位：（沈阳建筑大学电气与控制工程学院，辽宁 沈阳 110168）

关键词：轻量化,密集行人,目标检测,YOLOv8算法,

基金：国家自然科学基金（62133014）

为了有效解决人员密集场所人员遮挡和漏检问题，进一步改善检测精确度和检测速度，提出了一种改进YOLOv8n的轻量化密集人群检测算法。首先，采用RFAConv感受野注意力卷积代替YOLOv8n主干网络中部分3×3卷积块，增强网络特征提取和捕捉详细特征信息的能力；使用CCFM模块通过跨尺度特征融合结构将特征金字塔结构进行跨尺度信息聚合，用来增强模型对于尺度变化的适应性，使模型能够同时精准定位不同大小的目标；改用LGD轻量化检测头，使用组归一化（GN）代替批量归一化（BN），提升检测头定位和分类的性能。实验结果表明，和原YOLOv8n算法比较，改进后的算法在WiderPerson数据集上的mAP@0.5提升了0.4个百分点，mAP@0.5:0.95提升了0.5个百分点，参数量减少了1.6×106，模型计算量减少了2.4 GFLOPs。通过消融实验和对比实验，验证了所提算法的有效性和泛化能力，改善了密集人群下的遮挡和漏检问题，同时满足了轻量化和精确度需求。

来源：2026年第3期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2026年第3期