一种基于改进YOLOv8n的拥挤场景行人检测方法

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：步骤1：将待检测的图像输入到改进主干网络，提取不同尺度的特征；步骤2：将步骤1提取的特征输入到模型的特征融合网络DCPAN中，进行特征融合；步骤3：将步骤2融合后的特征输入到模型的改进头部网络中，进行拥挤场景行人检测结果的预测和筛选，得到拥挤场景行人检测的最终预测结果，实现拥挤场景行人检测。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，能有效提高拥挤场景下行人检测的精度。