摘要
本发明公开了一种基于改进YOLOv8n的拥挤场景行人检测方法,具体包括以下步骤:(1)建立拥挤场景行人数据集;(2)为数据集中的图像添加标注信息;(3)构建基于改进YOLOv8n的拥挤场景行人检测模型;(4)采用训练集和验证集对模型进行训练,并将训练好的模型保存为最优模型;(5)采用测试集对最优模型进行测试,测试结果满足精度要求,即获得最终的基于改进YOLOv8n的拥挤场景行人检测模型。相较于现有技术,本发明公开的一种基于改进YOLOv8n的拥挤场景行人检测方法,有效降低了拥挤场景下行人检测的误检率和漏检率。
技术关键词
拥挤场景
行人检测模型
行人检测方法
模块
输出特征
客观评价指标
上采样
特征融合网络
特征融合方法
更新模型参数
样本
非线性特征
数据
训练集
表达式
传播算法
数码相机