一种基于LHNFNet网络模型的人员行为检测方法

本发明提出了一种基于LHNFNet网络模型的人员行为检测方法，利用优化构建的LHNFNet网络模型对人员行为图像进行检测；优化构建的LHNFNet网络模型中，在主干网络层设计融合星操作运算的C2f‑Star模块，通过元素乘法组合不同子空间的输入特征，创建大量交互项显著提升特征空间维度，实现在紧凑的低维特征空间内计算并受益于隐式高维特征，增强特征提取能力；还设计了轻量化的参数共享卷积层结构的检测头，取前段或后端部分连续的通道进行计算，降低检测头在计算时产生的参数量和内存访问量；同时，还应用通道剪枝算法对LHNFNet网络模型的层次结构进行约束，识别并自动修剪不重要的通道，压缩模型体积并提高检测性能，使模型满足在性能资源受限的边缘设备上的部署要求。