面向密集场景的PB-YOLOv7行人检测方法

doi:10.3969/j.issn.1006-2475.2025.09.002

摘要/Abstract

摘要：
摘要：针对复杂背景下的密集人群检测过程存在的检测速度低、定位不精确等问题，提出一种密集场景行人检测方法PB-YOLOv7。首先，使用基于PP-LCNet的网络代替原主干特征网络，利用深度可分离卷积来降低模型运算过程中的复杂度；其次，采用双向特征金字塔网络BiFPN的特征融合思想，增强特征融合网络对深层、浅层以及原始特征信息的利用，减少卷积过程中重要特征信息的流失；最后，引入CBAM注意力模块到连接处位置，加强算法的特征提取能力，以使网络关注有效的信息。实验结果表明，该改进算法在公开密集行人数据集WiderPerson下的mAP相比原始算法提升0.7百分点，FPS值提升1.6 f/s，实现检测精度和检测速度的平衡。

关键词: 关键词：密集行人检测, YOLOv7, PP-LCNet, 双向特征金字塔网络, 注意力机制

Abstract:
Abstract： Aiming at the problems of low detection speed and inaccurate localization of the dense crowd detection process in complex backgrounds， a dense scene pedestrian detection method PB-YOLOv7 is proposed. Firstly， the PP-LCNet-based network is used instead of the original backbone feature network to reduce the complexity of the model computing process by utilizing the depth-separable convolution. Secondly， the feature fusion idea of the bidirectional feature pyramid network BiFPN is used to enhance the feature fusion network’s utilization of the deeper， shallower， and the original feature information， and to reduce the loss of the important feature information in the process of convolution. Finally， the CBAM attention module is introduced to the junction location to enhance the feature extraction capability of the algorithm in order to make the network more concerned about the effective information. The experimental results show that the improved algorithm improves the mAP by 0.7 percentage points and the FPS value by 1.6 f/s compared with the original algorithm under the publicly available dense pedestrian dataset WiderPerson， realizing the balance between detection accuracy and detection speed.

Key words: Key words： intensive pedestrian detection, YOLOv7, PP-LCNet, bidirectional feature pyramid network, attention mechanism

中图分类号:

TP391.4

郭金豪, 王峰萍, 王浩琦. 面向密集场景的PB-YOLOv7行人检测方法[J]. 计算机与现代化, 2025, 0(09): 14-19.

GUO Jinhao, WANG Fengping, WANG Haoqi. PB-YOLOv7 Pedestrian Detection Method for Dense Scenes[J]. Computer and Modernization, 2025, 0(09): 14-19.

参考文献

［1］ CHANDRA M A， BEDI S S. Survey on SVM and their application in image classification［J］. International Journal of Information Technology， 2021，13（5）：1-11.
［2］任梦茹，侯宏录，韩修来. Gabor 特征结合快速 HOG 特征的行人检测［J］. 计算机系统应用， 2021，30（10）：259-263.
［3］ TANG S， ANDRILUKA M， SCHIELE B. Detection and tracking of occluded people［J］. International Journal of Computer Vision， 2014，110：58-69.
［4］ GIRSHICK R， DONAHUE J， DARRELL T， et al. Rich feature hierarchies for accurate object detection and semantic segmentation［C］// Proceedings of 2014 IEEE Conference on Computer Vision and Pattern Recognition. IEEE， 2014：580-587.
［5］ GIRSHICK R. Fast R-CNN［C］// 2015 IEEE International Conference on Computer Vision （ICCV）. IEEE， 2015：1440-1448.
［6］ REN S Q， HE K M， GIRSHICK R， et al. Faster R-CNN： Towards real-time object detection with region proposal networks［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2017，39（6）：1137-1149.
［7］ HE K M， ZHANG X Y， REN S Q， et al. Spatial pyramid pooling in deep convolutional networks for visual recognition［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2015，37（9）：1904-1916.
［8］ LIU W， ANGUELOV D， ERHAN D， et al. SSD： Single shot multibox detector［C］// The 14th European Conference on Computer Vision-ECCV. Springer， 2016：21-37.
［9］ LIN T Y， GOYAL P， GIRSHICK R， et al. Focal loss for dense object detection［C］// Proceedings of 2017 IEEE International Conference on Computer Vision. IEEE， 2017：2980-2988.
［10］ REDMON J， DIVVALA S， GIRSHICK R， et al. You only look once： Unified， real-time object detection［C］// Proceedings of 2016 IEEE International Conference on Computer Vision and Pattern Recognition. IEEE， 2016：779-788.
［11］ REDMON J， FARHADI A. YOLO9000： Better， faster， stronger［C］// Proceedings of 2017 IEEE International Conference on Computer Vision and Pattern Recognition. IEEE， 2017：7263-7271.
［12］ REDMON J， FARHADI A. YOLOv3： An incremental improvement［J］. arXiv preprint arXiv：1804.02767， 2018.
［13］ BOCHKOVSKIY A， WANG C Y， LIAO H Y M. YOLOv4： Optimal speed and accuracy of object detection［J］. arXiv preprint arXiv： 2004.10934， 2004.
［14］ JOCHER G， STOKEN A， BOROVEC J， et al. Ultralytics/YOLOv5：v3.0［EB/OL］. ［2024-06-05］. https：//github.com/ultralytics/yolov5/tree/v3.0.
［15］ LI C H， LI L， JIANG H T， et al. YOLOv6： A single-stage object detection framework for industrial applications［J］. arXiv preprint arXiv：2209.02976， 2022.
［16］邓杰，万旺根. 基于改进YOLOv3的密集行人检测［J］. 电子测量技术， 2021，44（11）：90-95.
［17］李兰，刘杰，张洁. 基于 YOLOv4 改进算法的复杂行人检测模型研究［J］. 计算机工程与科学， 2022，22（8）：1449-1456.
［18］ CHEN Y， ALIFU K， LIN W. CA-YOLOv5 for crowded pedestrian detection［J］. Computer Engineering Application， 2022，1（1）：1-10.
［19］梁秀满，周佳润，杨若兰. LPD-YOLO：轻量级遮挡行人检测模型［J］. 计算机工程与科学， 2023，45（12）：2197-2205.
［20］黄诗佳，蒋碧波，杨超，等. 基于改进YOLOv7的密集行人检测算法［J/OL］. 湖北大学学报（自然科学版）：1-9［2024-06-05］.008.html.
［21］ LI X Z. Efficient real-time dense pedestrian detector based on improved YOLOv7-tiny［C］// Proceedings of the 2023 7th International Conference on Advances in Image Processing. ACM， 2023：55-67.
［22］ CUI C， GAO T Q， WEI S Y， et al. PP-LCNet： A lightweight CPU convolutional neural network［J］. arXiv preprint arXiv：2109.15099， 2021.
［23］ WANG C Y， BOCHKOVSKIY A， LIAO H Y M. YOLOv7： Trainable bag-of-freebies sets new state-of-the-art for real-time object detectors［C］// Proceedings of 2023 IEEE/CVF Conference on Computer Vision and Pattern Recognition. IEEE， 2023：7464-7475.
［24］ ZHANG X D， ZENG H， GUO S， et al. Efficient long-range attention network for image super-resolution［C］// European Conference on Computer Vision-ECCV2022. Springer， 2022：649-667.
［25］ CHEN J， MAI H S， LUO L B， et al. Effective feature fusion network in BIFPN for small object detection［C］// 2021 IEEE International Conference on Image Processing （ICIP）. IEEE， 2021：699-703.
［26］ WOO S， PARK J， LEE J Y， et al. CBAM： Convolutional block attention module［C］// Proceedings of the European Conference on Computer Vision （ECCV）. Springer， 2018：3-19.
［27］ ZHU X Z， HU H， LIN S， et al. Deformable convnets v2： More deformable， better results［C］// Proceedings of 2019 IEEE/CVF Conference on Computer Vision and Pattern Recognition. IEEE， 2019：9308-9316.
［28］ YANG G Y， LEI J， ZHU Z K， et al. AFPN： Asymptotic feature pyramid network for object detection［C］// 2023 IEEE International Conference on Systems， Man， and Cybernetics （SMC）. IEEE， 2023：1-6.

[1]	魏青松1, 王晓峻2, 魏源1, 曾尚琦1, 方园1. HGAT：基于混合图注意力网络的多变量时序异常检测[J]. 计算机与现代化, 2025, 0(07): 97-105.
[2]	白佳, 谷林. 基于改进YOLOv7-tiny算法的学生课堂行为检测[J]. 计算机与现代化, 2025, 0(06): 9-15.
[3]	赵印, 尹四清, 章永来. 改进YOLOv7的交通标志检测算法[J]. 计算机与现代化, 2025, 0(02): 94-99.
[4]	张思敏, 刘新妹, 殷俊龄, 李宝玲. 基于YOLOv7改进的PCB缺陷检测方法[J]. 计算机与现代化, 2024, 0(12): 45-52.
[5]	董玉玟. 基于改进YOLOv7-tiny的多尺度运动目标检测算法[J]. 计算机与现代化, 2024, 0(11): 99-105.
[6]	余晨曦, 谷林. 基于人体骨架的电梯内异常行为识别预警[J]. 计算机与现代化, 2024, 0(09): 114-120.
[7]	宁娟, 周庆华, 曾小为. 改进YOLOv7算法在西林瓶轧盖缺陷检测中的应用[J]. 计算机与现代化, 2023, 0(12): 82-86.
[8]	闫子贤, 董宝良, 唐思谜. 针对复杂背景下低分辨率舰船目标的改进YOLOv7算法[J]. 计算机与现代化, 2023, 0(11): 120-126.