基于改进YOLOv7的复杂行人检测系统研究

在智慧交通系统中,行人的安全和便利性同样是重要关注点。针对行人交通场景中由光照、遮挡、目标小以及背景复杂等因素导致的目标检测精度低、易出现漏检和误检问题等情况,提出了一种基于改进YOLOv7的行人目标检测算法。该算法在主干网络中嵌入动态稀疏注意力机制BiFormer,以增强特征提取能力;将三尺度检测头输出改为双检测头输出,以提升模型训练和推理速度;运用迁移学习初始化权重配值方法,以减少模型训练时间。实验结果表明,相比改进前的YOLOv7算法,所提出的改进算法在人员遮挡区和远距离小目标行人检测时具有更高的识别率,满足了复杂行人检测要求。