一种基于YOLOv7的行人检测方法

本发明公开了一种基于YOLOv7的行人检测方法，涉及图像识别技术领域，包括以下步骤：构建数据集D，将数据集D划分为训练集DLLVIP‑train、测试集DLLVIP‑test和验证集DLLVIP‑val；采用Mosaic数据增强技术预处理数据集LLVIP中的图像，统一图像尺寸，得到数据集LLVIP’；构建网络模型PCAM‑YOLOv7；依次输入数据集LLVIP’中所有图像到网络模型PCAM‑YOLOv7中，分别得到每一个图像的边界框的预测信息；使用训练集DLLVIP‑train训练网络模型PCAM‑YOLOv7；本发明采用了融合部分卷积和Shuffle Attention注意力机制的PA_ELAN模块、融合坐标卷积的C_CBS模块、融合Shuffle Attention注意力机制的SPPCSPC_ATT模块，不仅能够高效准确地识别遮挡的行人目标，而且在检测准确率上有了显著提升。