一种基于改进YOLOv7-tiny的轻量级行人检测算法

本发明涉及一种基于改进YOLOv7‑tiny的轻量级行人检测算法，在原始YOLOv7‑tiny网络基础上ELCG模块替换ELAN模块对输入图片进行特征提取，特征融合子网络中使用ECA注意力机制进行特征增强；包括以下步骤：获取行人检测图片，并使用数据增强和自适应尺寸缩放方法，缩短图片处理时间和构建数据集D1；构建改进YOLOv7‑tiny模型；将数据集D1输入到改进YOLOv7‑tiny模型中进行训练；将训练好的改进YOLOv7‑tiny模型行人进行检测，并将检测结果与样本标签进行损失函数计算，进而通过梯度下降算法和反向传播算法优化模型中的参数。本发明基于改进YOLOv7‑tiny的轻量级行人检测算法，引入ECA注意力机制，通过对网络结构的改进，提高复杂环境中行人的检测精度，提高在行人检测中捕捉和识别特征的准确性。