1.一种基于改进YOLOv11n的轻量化拥挤场景行人检测方法,其特征在于,具体包括以下步骤:步骤1:建立拥挤场景行人图像数据集,形成第一数据集;所述第一数据集中,拥挤场景行人图像可通过网络进行收集获取、数码相机进行拍摄、或者从监控视频中获取;
步骤2:为所述第一数据集中的图像添加标注信息,形成第二数据集,并将所述第二数据集按照6:2:2的比例划分成训练集、验证集和测试集;
步骤3:构建基于改进YOLOv11n的轻量化拥挤场景行人检测模型,所述模型的构建,进一步包括步骤3.1至步骤3.3:步骤3.1:构建基于改进YOLOv11n的轻量化拥挤场景行人检测模型的改进主干网络,所述改进主干网络由依次连接的卷积层1、卷积层2、C3k2_EMBC模块1、卷积层3、C3k2_EMBC模块2、卷积层4、C3k2_EMBC模块3、卷积层5、C3k2_EMBC模块4、SPPF模块和C2PSA模块1组成;
所述改进主干网络通过C3k2_EMBC模块1、C3k2_EMBC模块2、C3k2_EMBC模块3和C2PSA模块1分别输出4种不同尺度的特征信息;
所述C3k2_EMBC模块,当C3k_EMBC=False时,C3k2_EMBC模块将原始C3k2模块中的Bottleneck模块替换为EMB卷积,当C3k_EMBC=Ture时,将原始C3k2中的C3k模块替换为C3k_EMBC模块;
所述C3k_EMBC模块是将C3k模块中的Bottleneck模块替换为EMB卷积;
所述EMB卷积包括两个卷积层、一个深度可分离卷积、一个eSE模块和一个Droupout模块;
输入到EMB卷积的特征图首先经过卷积层1,所述卷积层1输出的特征图经过归一化和Swish激活函数,输入到深度可分离卷积中,所述深度可分离卷积输出的特征图经过归一化和Swish激活函数,输入到eSE模块中,所述eSE模块输出的特征图作为卷积层2的输入,所述卷积层2输出的特征图经过归一化作为Droupout模块的输入,所述Droupout模块输出的特征图与原始输入的特征图做聚合,聚合后的特征图作为EMB卷积的输出特征图;
步骤3.2:构建基于改进YOLOv11n的轻量化拥挤场景行人检测模型的轻量级特征融合网络LDEFPN;
所述轻量级特征融合网络LDEFPN具体包括8个卷积层、6个Enhance_FPN模块、2个DySample模块和5个C3k2模块;
所述C3k2_EMBC模块1的输出作为卷积层6的输入,所述卷积层6的输出作为Enhance_FPN模块3的输入;
所述C3k2_EMBC模块2的输出作为卷积层7的输入,所述卷积层7的输出作为所述Enhance_FPN模块3的输入;所述卷积层7的输出作为Enhance_FPN模块1的输入,所述Enhance_FPN模块1的输出作为C3k2模块2的输入,所述C3k2模块2的输出作为Enhance_FPN模块3的输入,所述Enhance_FPN模块3的输出作为C3k2模块3的输入,所述C3k2模块3的输出作为卷积层10的输入;
所述C3k2_EMBC模块3的输出作为卷积层8的输入,所述卷积层8输出作为Enhance_FPN模块2的输入,所述Enhance_FPN模块2的输出作为C3k2模块1的输入,所述C3k2模块1的输出通过DySample模块1与所述卷积层7的输出在Ehance_FPN模块1融合;所述卷积层8、所述C3k2模块1和卷积层10的输出在Enhance_FPN模块4进行融合,所述Enhance_FPN模块4的输出作为C3k2模块4的输入,所述C3k2模块4的输出作为卷积层11的输入;
所述C2PSA模块1的输出作为卷积层9的输入,所述卷积层9的输出通过DySample模块2与所述卷积层8的输出在所述Enhance_FPN模块2融合;所述卷积层9的输出与所述卷积层11的输出在Enahnce_FPN模块5进行融合,所述Enahnce_FPN模块5的输出作为C3k2模块5的输入,所述C3k2模块5的输出作为卷积层13的输入,所述卷积层9的输出作为卷积层12的输入,所述卷积层12的输出和所述卷积层13的输出在Enhance_FPN模块6进行融合;
步骤3.3:构建基于改进YOLOv11n的轻量化拥挤场景行人检测模型的改进头部网络,所述改进头部网络包括4个检测头;
所述C3k2模块3的输出作为检测头1的输入,所述C3k2模块4的输出作为检测头2的输入,所述C3k2模块5的输出作为检测头3的输入,所述Enhance_FPN模块6的输出作为检测头4的输出;
步骤4:采用所述训练集和验证集对步骤3所述的基于改进YOLOv11n的轻量化拥挤场景行人检测模型进行训练,并保存训练好的模型,所述步骤4,进一步包括步骤4.1至步骤4.4:步骤4.1:设置所述基于改进YOLOv11n的轻量化拥挤场景行人检测模型的训练参数,模型训练参数包括:迭代轮数、批次大小、优化器、学习率、动量、权重衰减和线程数;
步骤4.2:将所述训练集和验证集图像以及对应标签输入到所述基于改进YOLOv11n的轻量化拥挤场景行人检测模型中,使用反向传播算法计算损失函数对模型参数的梯度,根据梯度更新模型的参数,使损失函数逐渐减小;
步骤4.3:监控训练过程中的损失函数值和性能指标,训练集和验证集的损失函数不再下降,同时准确率P、召回率R、平均精确率均值mAP评价指标也不再提高时,停止训练,以避免模型过拟合;
步骤4.4:在训练完成后,保存训练好的模型并从中选取最优模型;
步骤5:采用所述测试集对所述步骤4.4选取的最优模型进行测试,对测试集的测试结果进行评估,模型的精度满足泛化性要求,即获得最终基于改进YOLOv11n的轻量化拥挤场景行人检测模型。
2.根据权利要求1所述的一种基于改进YOLOv11n的轻量化拥挤场景行人检测方法,其特征在于,所述步骤3.2中Enhance_FPN模块,包括加权融合模块和轻量级空间注意力机制;所述Enhance_FPN模块1、Enhance_FPN模块2、Enhance_FPN模块5和Enhance_FPN模块6有2个输入,所述Enhance_FPN模块3、和Enhance_FPN模块4有3个输入;所述有2个输入的Enhance_FPN模块和所述有3个输入的Enhance_FPN模块的内部流程进一步包括步骤3.2.1至步骤3.2.5:步骤3.2.1:所述有2个输入的Enhance_FPN模块,输入特征图分别是特征图X0和特征图X1;所述有3个输入的Enhance_FPN模块,输入特征图分别是特征图X0、特征图X1和特征图X2;
步骤3.2.2:对所述有2个输入的Enhance_FPN模块,根据X0和X1的重要性,为其分配权重W0和W1,将X0与其权重W0相乘,将X1与其权重W1相乘,并将加权后的特征图相加得出加权和,所述加权和的具体计算公式为:(1)
公式(1)中,O为加权求和后的输出特征,X0和X1分别为有2个输入的Enhance_FPN模块的输入特征图,W0为特征图X0的权重,W1为特征图X1权重;
对有3个输入的Enhance_FPN模块,根据X0、X1和X2的重要性,为其分配权重W0、W1和W2,将X0与其权重W0相乘,将X1与其权重W1相乘,将X2与其权重W2相乘,并将所述加权后的特征图相加得出加权和,所述加权和的具体计算公式为:
(2)
公式(2)中,O为加权求和后的输出特征,X0、X1和X2分别为有3个输入的Enhance_FPN模块的输入特征图,W0为特征图X0的权重,W1为特征图X1权重,W2为特征图X2的权重;
步骤3.2.3:所述加权和通过Swish激活函数引入非线性特征,经过Swish激活函数处理的计算公式为:(3)
公式(3)中,O为加权求和后的输出特征,Swish为Swish激活函数,fused_feature为经过Swish激活函数处理的特征图;
步骤3.2.4:将所述经过Swish激活函数处理的特征图fused_feature作为所述轻量级空间注意力机制中的卷积层的输入特征图,所述卷积层的输出特征图LSA经过Sigmoid激活函数处理,所述经过Sigmoid激活函数处理的计算公式为:(4)
公式(4)中,LSA为轻量级空间注意力机制中的卷积层的输出特征图,Sigmoid为Sigmoid激活函数,attention_map经过Sigmoid激活函数处理的特征图;
步骤3.2.5:将所述经过Sigmoid激活函数处理的特征图attention_map与所述经过Swish激活函数处理的特征图fused_feature进行逐元素相乘,经过逐元素相乘后得到的特征图作为Enhance_FPN模块的最终输出特征图,所述逐元素相乘的具体计算公式为:(5)
公式(5)中,fused_feature为经过Swish激活函数处理的特征图,attention_map为经过Sigmoid激活函数处理的特征图;Enhance_feature为Enhance_FPN模块的最终输出特征图。
3.根据权利要求1所述的一种基于改进YOLOv11n的轻量化拥挤场景行人检测方法,其特征在于,所述步骤3.2中每一个DySample模块在所述轻量级特征融合网络LDEFPN进行融合操作之前,选择先采用添加静态范围因子的DySample上采样对输入特征图重构高分辨率特征图,或者选择先采用添加动态范围因子的DySample上采样对输入特征图重构高分辨率特征图;
其中,所述轻量级特征融合网络LDEFPN进行融合操作之前,先采用添加静态范围因子的DySample上采样对输入特征图重构高分辨率特征图,表示为:(6)
(7)
(8)
公式(6)至公式(8)中,x表示输入特征图,s表示上采样比例因子;grid_sample表示网格采样操作,表示重构的高分辨率特征图;o表示偏移,g表示原始采样网格;linear表示线性层操作;
其中,所述轻量级特征融合网络LDEFPN进行融合操作之前,先采用添加动态范围因子的DySample上采样对输入特征图重构高分辨率特征图,表示为:(9)
(10)
(11)
公式(9)至公式(11)中,x表示输入特征图,s表示上采样比例因子;grid_sample表示网格采样操作,表示重构的高分辨率特征图;o表示偏移,g表示原始采样网格;linear表示线性层操作,sigmoid为sigmoid激活函数。
4.根据权利要求1所述的一种基于改进YOLOv11n的轻量化拥挤场景行人检测方法,其特征在于,所述步骤5,进一步包括步骤5.1至步骤5.3:步骤5.1:将所述测试集输入到所述步骤4选取的最优模型中进行测试;
步骤5.2:计算模型性能指标:准确率P、召回率R、平均精度均值mAP、参数量、计算复杂度GFLOPs、每秒传输帧数FPS和模型大小,所述准确率P、召回率R、平均精度均值mAP的具体计算公式如下:(12)
(13)
(14)
(15)
公式(12)至公式(15)中,P为准确率,R为召回率,mAP为所有类别的平均精确率均值,AP为平均精确率,m为行人标签总类别数,TP表示正样本被正确识别为正样本的个数,FP表示负样本被错误识别为正样本的个数,FN表示正样本被错误识别为负样本的个数,APi是第i类行人的AP,P(R)为P关于R变化的函数;
步骤5.3:评估测试集的性能指标,若测试集的精度与训练集相近,说明模型满足泛化的要求,获得最终基于改进YOLOv11n的轻量化拥挤场景行人检测模型。