面向密集行人检测改进YOLOX-S算法

对于当前越来越多的行人交通事故,驾驶车辆能够准确、快速地检测到行人是避免事故发生的有效途径之一。针对目前行人检测模型对密集场所行人检测出现漏检、误检等现象,提出了一种基于YOLOX-S改进的行人检测模型。首先用多尺度不对称特征融合模块替换输出端2个普通卷积层,不仅增加模型复杂度,也可以获得不同的感受野特征。然后使用Focal loss函数替换交叉熵损失函数,可以减少易分类样本的权重,增加了难分类样本的权重,提高模型的准确。在自制行人检测数据集上实验结果表明,改进的YOLOX-S模型的平均精度均值达到90.9%,和YOLOX-S相比提高了2.1%。对检测速度影响很小的前提下,减少行人漏检情况,提高了检测精度。