改進(jìn)YOLO V5的密集行人檢測(cè)算法研究

曹 選，郝萬(wàn)君

（1.蘇州科技大學(xué) 物理科學(xué)與技術(shù)學(xué)院，江蘇 蘇州 215009；2.蘇州科技大學(xué) 電子與信息工程學(xué)院，江蘇 蘇州 215009）

行人檢測(cè)在輔助駕駛系統(tǒng)、車(chē)輛監(jiān)控系統(tǒng)和預(yù)警防護(hù)系統(tǒng)等多個(gè)領(lǐng)域扮演著重要角色，是目標(biāo)檢測(cè)領(lǐng)域中的一個(gè)重要的基礎(chǔ)研究課題[1]，可以為商場(chǎng)和景區(qū)等人流密度較大的公共場(chǎng)所以及智能安防領(lǐng)域提供有效的信息支撐[2]。

隨著人工智能產(chǎn)業(yè)的高速發(fā)展與計(jì)算機(jī)硬件計(jì)算能力的提升，國(guó)內(nèi)外學(xué)者已經(jīng)開(kāi)展了基于深度學(xué)習(xí)的研究行人檢測(cè)方案，并且取得了一些的效果[3]。而目前的行人檢測(cè)算法在實(shí)際大規(guī)模擁擠場(chǎng)景應(yīng)用過(guò)程中，始終存在著由于行人交疊、遮擋而導(dǎo)致的漏檢率較高的問(wèn)題，此類(lèi)問(wèn)題依然困擾著很多研究者，也是目前行人檢測(cè)面臨的巨大挑戰(zhàn)[4]。

許多學(xué)者基于深度學(xué)習(xí)理論提出了不同措施以提高算法的性能。2019年，Wojke等人[5]提出了Deep Sort算法，運(yùn)用一個(gè)殘差網(wǎng)絡(luò)結(jié)構(gòu)來(lái)提取目標(biāo)的外觀信息，用匈牙利算法將外觀特征向量的余弦距離與運(yùn)動(dòng)信息關(guān)聯(lián)起來(lái)，然而其跟蹤效果依賴目標(biāo)檢測(cè)器的精確度和特征區(qū)分程度，跟蹤速度與目標(biāo)檢測(cè)速度密切相關(guān)。2019年，徐誠(chéng)極等人[6]使用注意力機(jī)制改進(jìn)了YOLO V3，提出了Attention-YOLO算法，有效提高了檢測(cè)準(zhǔn)確率，但是其短板在于對(duì)小范圍的不連續(xù)的信息上的表現(xiàn)并不準(zhǔn)確。2021年，周大可等人[7]以RetinaNet作為基礎(chǔ)框架，在回歸和分類(lèi)支路分別添加空間注意力和通道注意力子網(wǎng)絡(luò)，提出一種結(jié)合雙重注意力機(jī)制的遮擋感知行人檢測(cè)算法，有效提高了行人檢測(cè)算法在嚴(yán)重遮擋情況下的性能，降低遮擋對(duì)檢測(cè)造成的影響，但由于雙重注意力機(jī)制子網(wǎng)絡(luò)帶來(lái)了附加的計(jì)算量，因此檢測(cè)幀率只有11.8 fps。沈軍宇等人[8]基于YOLO算法進(jìn)行端到端訓(xùn)練，快速檢測(cè)實(shí)時(shí)視頻中目標(biāo)的數(shù)量，根據(jù)預(yù)先設(shè)置的閾值觸發(fā)截圖與保存視頻功能，實(shí)現(xiàn)魚(yú)群高效地檢測(cè)與跟蹤，系統(tǒng)魯棒性強(qiáng)，對(duì)數(shù)據(jù)處理與存儲(chǔ)效率較高，但是并未針對(duì)視頻中的魚(yú)群由于數(shù)量較多，處于密集狀態(tài)的這一特殊情況進(jìn)行考慮，在進(jìn)行密集魚(yú)群的檢測(cè)計(jì)數(shù)時(shí)會(huì)有較高的漏檢率。

SENet（通道注意力機(jī)制，Squeeze-and-Excitation Networks）是一種將各個(gè)通道之間的特征進(jìn)行通道卷積來(lái)改善模型的表達(dá)能力，注重各類(lèi)通道特征關(guān)系的網(wǎng)絡(luò)結(jié)構(gòu)。將SENet應(yīng)用在公共大規(guī)模場(chǎng)景擁擠情況下的行人檢測(cè)上，可以增強(qiáng)重要特征的通道權(quán)重，從而提高檢測(cè)的效果。

針對(duì)上述學(xué)者研究中的問(wèn)題與不足，筆者在文獻(xiàn)[6-8]研究的基礎(chǔ)上提出一種融合注意力機(jī)制的改進(jìn)YOLO V5的密集行人檢測(cè)算法。該算法利用SENet融合網(wǎng)絡(luò)特征對(duì)融合的特征圖采用自適應(yīng)調(diào)整的方式更新不同特征通道的權(quán)重，提高網(wǎng)絡(luò)特征提取和特征融合的能力，并通過(guò)數(shù)據(jù)增強(qiáng)、標(biāo)簽平滑的方式提高模型的泛化能力，豐富行人的樣本特征，以及利用CIoU、DIoU_NMS參數(shù)對(duì)YOLO V5原有的損失函數(shù)進(jìn)行改進(jìn)，提升算法的檢測(cè)準(zhǔn)確率和降低漏檢率。

1 YOLO V5

YOLO V5由Ultralytics LLC公司于2020年5月提出，按照網(wǎng)絡(luò)深度和特征圖寬度大小分為YOLO V5s、YOLO V5m、YOLO V5l、YOLO V5x。文中采用了YOLO V5s作為使用模型，其網(wǎng)絡(luò)模型結(jié)構(gòu)如圖1所示。從網(wǎng)絡(luò)結(jié)構(gòu)圖中可看出，YOLO V5s模型主要分為4個(gè)部分，分別為Input、Backbone、Neck和Prediction。

圖1 YOLO V5s網(wǎng)絡(luò)模型結(jié)構(gòu)

2 SENet通道注意力機(jī)制

SENet（通道注意力機(jī)制）最早見(jiàn)于2017年，由國(guó)內(nèi)自動(dòng)駕駛公司Momenta的胡杰團(tuán)隊(duì)[9]在《Squeezeand-Excitation Networks》一文中提出。通道注意力機(jī)制通過(guò)研究特征圖的各個(gè)通道之間的相關(guān)性，計(jì)算了各個(gè)通道的重要性得分，并且作為分配給各個(gè)通道的不同權(quán)重，以此凸顯出包含重要特征信息的相關(guān)通道表達(dá)[10]。

SENet主要由壓縮（Squeeze）和激勵(lì)（Excitation）兩部分組成，其網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示[11]。

圖2 SELayer示意圖

3 改進(jìn)的YOLO V5模型

3.1 訓(xùn)練數(shù)據(jù)處理改進(jìn)

在大多數(shù)應(yīng)用場(chǎng)景中，訓(xùn)練模型使用的原始數(shù)據(jù)集并不能滿足理想的訓(xùn)練需要，而獲取更多的數(shù)據(jù)集也會(huì)增加訓(xùn)練的成本和帶來(lái)更多的工作量，所以更好的處理方式是進(jìn)行適當(dāng)?shù)臄?shù)據(jù)預(yù)處理，數(shù)據(jù)預(yù)處理包括數(shù)據(jù)增強(qiáng)和標(biāo)簽平滑處理兩個(gè)部分。

應(yīng)用數(shù)據(jù)增強(qiáng)進(jìn)行數(shù)據(jù)預(yù)處理的主要目的是：通過(guò)數(shù)據(jù)增強(qiáng)的方式擴(kuò)充訓(xùn)練集圖片，可以讓用于訓(xùn)練的數(shù)據(jù)集樣本更加多樣，降低各方面的額外因素對(duì)識(shí)別的影響。而圖像中添加隨機(jī)噪聲，也可以有效提高模型的泛化能力和魯棒性[12]。在實(shí)際應(yīng)用過(guò)程中使用次數(shù)較多的單樣本數(shù)據(jù)增強(qiáng)方法包括對(duì)圖像進(jìn)行縮放并進(jìn)行長(zhǎng)和寬的扭曲、對(duì)圖像進(jìn)行翻轉(zhuǎn)的幾何變換類(lèi)數(shù)據(jù)增強(qiáng)，以及在圖像上添加噪聲和修改對(duì)比度、亮度等的顏色變換類(lèi)數(shù)據(jù)增強(qiáng)。文中實(shí)驗(yàn)過(guò)程中所采用的數(shù)據(jù)增強(qiáng)方法在原有的傳統(tǒng)增強(qiáng)方法基礎(chǔ)上增加了噪聲圖片隨機(jī)裁剪-拼接法，即將多個(gè)待檢測(cè)圖像添加噪聲后，再?gòu)拿恳粡垐D片中截取一部分，合成一張圖片進(jìn)行整體檢測(cè)。這種方式能夠同時(shí)有效提升微小擾動(dòng)和大量擾動(dòng)條件下模型的檢測(cè)準(zhǔn)確性。標(biāo)簽平滑處理（label smooth）其本質(zhì)是一種正則化處理，能夠減少過(guò)擬合訓(xùn)練的可能性，使得模型對(duì)測(cè)試集預(yù)測(cè)的概率分布更接近真實(shí)的分布情況，從而提升分類(lèi)器性能[13]。文中實(shí)驗(yàn)過(guò)程中采用的標(biāo)簽平滑方法為隨機(jī)增加訓(xùn)練集中的錯(cuò)誤標(biāo)注，并在訓(xùn)練過(guò)程中使其擁有負(fù)的學(xué)習(xí)率，由此促使模型的分類(lèi)結(jié)果更快地向正確的分類(lèi)結(jié)果靠近。

3.2 YOLO V5網(wǎng)絡(luò)改進(jìn)

為了進(jìn)一步提升密集場(chǎng)景的行人檢測(cè)效果，文中提出了一種改進(jìn)的YOLO V5算法，引入通道注意力機(jī)制SELayer改進(jìn)YOLO V5的骨干網(wǎng)絡(luò)，提升特征圖不同通道間目標(biāo)信息的相關(guān)性表述。將SELayer加入后的YOLO V5網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示（圖中黑色方框?yàn)榧尤氲腟ENet結(jié)構(gòu)）。

圖3 改進(jìn)后的YOLO V5網(wǎng)絡(luò)結(jié)構(gòu)

從文中擴(kuò)充后的擁擠行人數(shù)據(jù)集中隨機(jī)抽取了如圖4（a）、圖4（d）2張圖片。利用原始YOLO V5算法與增加了SENet后的YOLO V5算法進(jìn)行檢測(cè)，檢測(cè)結(jié)果分別如圖4（b）、圖4（e）與圖4（c）、圖4（f）所示。

“星星急救”教學(xué)方式多樣化，采用情景再現(xiàn)、模擬演示、應(yīng)急演練、健康講座等多種方式相結(jié)合的形式，為社會(huì)公眾提供培訓(xùn)服務(wù)。太和醫(yī)院提供的資料顯示，小分隊(duì)以情景劇開(kāi)展急救知識(shí)的科普宣傳活動(dòng)，獲得了國(guó)家知識(shí)產(chǎn)權(quán)保護(hù)。

圖4 SENet加入前后的檢測(cè)效果

在圖4（a）與背景差別不大的被遮擋目標(biāo)和中間部分的由于距離較遠(yuǎn)的小尺度目標(biāo)檢測(cè)中，僅增加了SENet后的改進(jìn)算法對(duì)其進(jìn)行了正確標(biāo)注，如圖4（c）的白色箭頭指向所示，而傳統(tǒng)YOLO V5算法的檢測(cè)結(jié)果圖4（b）中并未對(duì)其標(biāo)注，如圖4（b）中白色箭頭指向所示；對(duì)于圖4（d）存在相似物體的行人檢測(cè)，原始YOLO V5算法的檢測(cè)結(jié)果圖4（e）出現(xiàn)了錯(cuò)誤標(biāo)注的情況，而增加了SENet的YOLO V5算法并未受到相似物體的干擾，其檢測(cè)結(jié)果如圖4（f）所示。從圖4的實(shí)驗(yàn)結(jié)果可以看出，SENet模塊的引入，有效地濾除了密集行人檢測(cè)中的背景干擾，降低了誤檢率，提高了檢測(cè)精度。

3.3 損失函數(shù)改進(jìn)

3.3.1 使用CIoU

在對(duì)畫(huà)面中的目標(biāo)進(jìn)行檢測(cè)時(shí)，因視場(chǎng)內(nèi)存在不止一個(gè)目標(biāo)，算法將生成不止一個(gè)預(yù)測(cè)框，因此需要使用非極大值抑制方法刪除多余的預(yù)測(cè)框，選擇最接近真實(shí)框的預(yù)測(cè)框[14]。在YOLO V5中采用GIoU_Loss作為損失函數(shù)，其原理見(jiàn)公式（1）[15]。GIoU加了相交尺度的衡量方式，有效解決了邊界框不重合時(shí)問(wèn)題。但當(dāng)預(yù)測(cè)框和目標(biāo)框出現(xiàn)互相包含關(guān)系，或者寬和高對(duì)齊的情況時(shí)，GIoU就會(huì)在回歸的過(guò)程中，逐漸退化為IoU，從而無(wú)法評(píng)估相對(duì)位置，容易出現(xiàn)迭代次數(shù)增加和檢測(cè)速度減慢的情況，且存在發(fā)散的風(fēng)險(xiǎn)[16]。

針對(duì)上述問(wèn)題，Zheng等人[16]將不同目標(biāo)框中心點(diǎn)之間的中心距離一同考慮進(jìn)去，提出了回歸更加穩(wěn)定、收斂更快更難發(fā)散的Distance-IoU（DIoU）Loss。但是在進(jìn)行實(shí)際目標(biāo)檢測(cè)時(shí)，還需要將邊框的高寬比的一致性列入考慮范圍。為此，文中在文獻(xiàn)[16]的基礎(chǔ)上，將邊框的高寬比的一致性列入考慮范圍，引入CIoU_Loss作為損失函數(shù)對(duì)YOLO V5算法進(jìn)行改進(jìn)。相比于DIoU，CIoU_Loss的收斂速度更快，回歸的效果也更好。

CIoU_Loss的懲罰項(xiàng)定義如下

CIoU_Loss的最終定義如下

如圖5所示，利用Opencv+numpy繪制了不同尺寸和長(zhǎng)寬比的兩個(gè)矩形框模擬算法的預(yù)測(cè)框和實(shí)際框之間的交并情況，并利用公式（1）得到GIoU，利用公式（2）-（5）計(jì)算得到CIoU，計(jì)算結(jié)果如圖5（b）、圖5（a）所示。從圖5中CIoU與GIoU的計(jì)算結(jié)果可以看出，由于此時(shí)GIoU損失退化，導(dǎo)致在預(yù)測(cè)框bbox和ground truth bbox包含的時(shí)候優(yōu)化變得非常困難，特別是在水平和垂直方向收斂難，而CIoU仍可以使回歸更快。

圖5 當(dāng)預(yù)測(cè)框與目標(biāo)框存在交疊情況時(shí)的CIoU與GIoU對(duì)比

因此，文中利用CIoU來(lái)代替原始YOLO V5算法中的GIoU進(jìn)行anchor的回歸，實(shí)現(xiàn)真實(shí)框和預(yù)測(cè)框無(wú)重合時(shí)的梯度回傳，提高模型收斂能力。當(dāng)邊界框與真實(shí)框上下或左右相鄰時(shí)，CIoU能夠優(yōu)化不相交的邊界框，保留位置更準(zhǔn)確的邊界框，提高模型對(duì)目標(biāo)位置預(yù)測(cè)的精確度，使其通過(guò)非極大值抑制篩選得到的結(jié)果更加合理。同時(shí)，使用CIoU能夠降低模型的訓(xùn)練難度，提高檢測(cè)的準(zhǔn)確率。

3.3.2 非極大值抑制改進(jìn)

在原始YOLO V5算法目標(biāo)檢測(cè)預(yù)測(cè)結(jié)果處理階段，針對(duì)出現(xiàn)的眾多目標(biāo)框的篩選，采用加權(quán)NMS操作，獲得最優(yōu)目標(biāo)框。但是加權(quán)NMS只考慮兩個(gè)目標(biāo)框的重疊區(qū)域面積，容易出現(xiàn)定位與得分不一致的問(wèn)題[16]。在抑制準(zhǔn)則中，不僅應(yīng)考慮重疊區(qū)域，還應(yīng)該考慮兩個(gè)box之間的中心點(diǎn)間距，DIoU_NMS則同時(shí)考慮了這兩點(diǎn)。因此，文中使用DIoU_NMS進(jìn)行評(píng)判，使得效果更符合實(shí)際。對(duì)于score最高的預(yù)測(cè)box M，可以將DIoU_NMS的si更新公式正式定義為

其中通過(guò)同時(shí)考慮IoU和兩個(gè)box的中心點(diǎn)之間的距離來(lái)刪除box Bi，M為當(dāng)前得分最高預(yù)測(cè)框，Bi表示與M相交的第i個(gè)預(yù)測(cè)框，si是分類(lèi)得分，ε是NMS閾值。

如圖6所示，分別利用LCIoU+加權(quán)NMS與LCIoU+DIoU_NMS同時(shí)對(duì)圖6（a）的行人進(jìn)行檢測(cè)，CIoU+加權(quán)NMS的檢測(cè)結(jié)果如圖6（b）所示，出現(xiàn)了由于目標(biāo)框重疊導(dǎo)致的漏檢率增大，而在LCIoU+DIoU_NMS的檢測(cè)結(jié)果圖6（c）中，圖6（b）中未能框選出的目標(biāo)得到了正確的標(biāo)注，檢測(cè)率高于圖6（b），如圖6（b）與圖6（c）中的白色箭頭指向所示。實(shí)驗(yàn)表明，利用DIoU_NMS來(lái)代替原始YOLO V5的加權(quán)NMS，有效提升了由于行人密集導(dǎo)致的遮擋情況的檢測(cè)率。

圖6 不同NMS時(shí)的檢測(cè)結(jié)果

4 研究方案與結(jié)果分析

4.1 實(shí)驗(yàn)平臺(tái)與數(shù)據(jù)集

文中進(jìn)行模型訓(xùn)練與驗(yàn)證測(cè)試的硬件平臺(tái)CPU為Core（TM）i5-10400F CPU@2.90 GHz，內(nèi)存16 GB，選用的GPU是RTX 2060S 8 GB，在Windows 10操作系統(tǒng)上運(yùn)行。

根據(jù)YOLO系列算法訓(xùn)練集格式要求，筆者從野外密集行人檢測(cè)的WiderPerson數(shù)據(jù)集與曠世發(fā)布的CrowdHuman數(shù)據(jù)集中各隨機(jī)選擇了8 000張與5 000張圖片，并將數(shù)據(jù)集標(biāo)注格式全部轉(zhuǎn)化為VOC格式，同時(shí)使用上文中提到的數(shù)據(jù)增強(qiáng)的方法對(duì)數(shù)據(jù)集進(jìn)行擴(kuò)容，最終得到數(shù)據(jù)集共20 000張，按照8∶2的比例區(qū)分訓(xùn)練集、測(cè)試集。

4.2 網(wǎng)絡(luò)訓(xùn)練

文中利用Python語(yǔ)言應(yīng)用Pytorch深度學(xué)習(xí)框架對(duì)YOLO V5網(wǎng)絡(luò)模型進(jìn)行結(jié)構(gòu)搭建與編寫(xiě)程序，并且在訓(xùn)練過(guò)程中應(yīng)用隨機(jī)梯度下降算法（stochastic gradient descent，SGD[17]）作為優(yōu)化算法，對(duì)訓(xùn)練過(guò)程中的參數(shù)進(jìn)行優(yōu)化[18]。訓(xùn)練過(guò)程中設(shè)置動(dòng)量為0.7，權(quán)重衰減0.000 2，初始學(xué)習(xí)率設(shè)定為0.01，每訓(xùn)練10次后學(xué)習(xí)率衰減0.01，總的訓(xùn)練次數(shù)為300次。

4.3 模型評(píng)價(jià)與對(duì)比

文中在進(jìn)行模型訓(xùn)練時(shí)，將準(zhǔn)確率、召回率、平均精度均值以及調(diào)和均值作為評(píng)估指標(biāo)[19]。利用準(zhǔn)確率和召回率作為判別行人檢測(cè)識(shí)別效果的標(biāo)準(zhǔn)，但兩者為負(fù)相關(guān)關(guān)系[20]。平均精度均值與調(diào)和均值是同時(shí)考慮準(zhǔn)確率和召回率的量化指標(biāo)，它們的數(shù)值越大，則識(shí)別效果越好[21]。

為了驗(yàn)證修改后網(wǎng)絡(luò)的有效性，文中比較了原始YOLO V5網(wǎng)絡(luò)與改進(jìn)后的YOLO V5網(wǎng)絡(luò)在同一數(shù)據(jù)集中訓(xùn)練時(shí)間及實(shí)際檢測(cè)效果。在同一數(shù)據(jù)集中分別訓(xùn)練300次，訓(xùn)練中的損失值與mAP的收斂曲線對(duì)比如圖7所示，準(zhǔn)確率變化與召回率曲線如圖8所示。迭代完成后損失值大約為0.021 76，mAP最終的收斂值在0.976 4，繪制Loss、mAP曲線后對(duì)參數(shù)的收斂情況進(jìn)行對(duì)比分析可得，文中提出的基于YOLO V5的改進(jìn)模型訓(xùn)練結(jié)果相比于原始YOLO V5模型準(zhǔn)確率更高、Loss更低。

圖7 原始YOLO V5與文中算法損失值與平均精度值對(duì)比

圖8 文中算法的準(zhǔn)確率與召回率曲線

4.4 檢測(cè)效果對(duì)比

訓(xùn)練結(jié)束后利用得到的權(quán)重參數(shù)模型對(duì)待檢測(cè)目標(biāo)樣本進(jìn)行檢測(cè)，同時(shí)標(biāo)出檢測(cè)的對(duì)象位置，結(jié)果如圖9所示，左中右三幅圖依次為原圖、文中改進(jìn)算法檢測(cè)圖與原始YOLO V5檢測(cè)圖。

在光線明亮、遮擋較少的正常情況的圖9（a）的檢測(cè)對(duì)比實(shí)驗(yàn)中，原始YOLO V5能框選出圖9（a）中的大部分行人目標(biāo)，但仍然是出現(xiàn)了漏檢率較高的情況，如圖9（c）所示；在光線正常、不同目標(biāo)之間存在相互遮擋的圖9（d）檢測(cè)對(duì)比中，原始YOLO V5的漏檢率與文中算法均存在漏檢情況，但從圖9（e）、圖9（f）中的框選結(jié)果可以看出，原始YOLO V5算法的漏檢率更高；在對(duì)比度較低情況下的圖9（g）檢測(cè)對(duì)比實(shí)驗(yàn)中，由于拍攝圖片角度與距離原因，行人與陰影部分的重疊區(qū)域較大，且行人目標(biāo)也較前兩個(gè)實(shí)驗(yàn)的目標(biāo)更小，原始YOLO V5的在該次實(shí)驗(yàn)中的漏檢率進(jìn)一步增加，如圖9（i）所示，而文中的改進(jìn)算法依舊能夠?qū)D片中的行人框選出來(lái)，如圖9（h）所示，雖然也出現(xiàn)了漏檢情況，但從檢測(cè)結(jié)果可以看出，文中算法的魯棒性比原始YOLO V5算法更好。

圖9 正常情況、存在遮擋、對(duì)比度較低情況下的對(duì)比實(shí)驗(yàn)結(jié)果

為統(tǒng)計(jì)分析各種算法的性能，在上文提到的軟硬件環(huán)境下利用文中擴(kuò)充后的擁擠行人數(shù)據(jù)集將SSD、原始YOLO V5以及文中改進(jìn)算法進(jìn)行訓(xùn)練和測(cè)試。IoU設(shè)定為0.5，它是VOC數(shù)據(jù)集的測(cè)試標(biāo)準(zhǔn)，也是常用指標(biāo)[22]。文中以這一指標(biāo)進(jìn)行準(zhǔn)確率對(duì)比，各算法的實(shí)驗(yàn)結(jié)果見(jiàn)表1。

表1 各算法的性能對(duì)比

實(shí)驗(yàn)表明，相比原始YOLO V5算法，文中改進(jìn)算法mAP提升了10.5%，精準(zhǔn)率提升接近16%，漏檢率降低了接近10%，同時(shí)保持了原始YOLO V5算法的高幀率。改進(jìn)后的模型對(duì)行人檢測(cè)較為精準(zhǔn)，在多目標(biāo)、行人相互遮擋的情況下也可以很好地進(jìn)行檢測(cè)，有效地避免了漏檢的問(wèn)題，整體表現(xiàn)良好，目標(biāo)定位準(zhǔn)確，識(shí)別率較高。

5 結(jié)語(yǔ)

筆者針對(duì)公共場(chǎng)景下的行人檢測(cè)問(wèn)題，研究了當(dāng)下主流的YOLO V5算法，并在原始YOLO V5算法的基礎(chǔ)上進(jìn)行了以下改進(jìn)：（1）引入SENet對(duì)原始YOLO V5網(wǎng)絡(luò)進(jìn)行改進(jìn)，對(duì)融合的特征圖進(jìn)行自適應(yīng)的調(diào)整；（2）通過(guò)引入數(shù)據(jù)增強(qiáng)、標(biāo)簽平滑的方式對(duì)原有數(shù)據(jù)集數(shù)據(jù)進(jìn)行拓展得到大量新的訓(xùn)練數(shù)據(jù)，有效提升模型訓(xùn)練集大小，快速提升目標(biāo)檢測(cè)效果；（3）引入CIoU、DIoU_NMS參數(shù)，提高網(wǎng)絡(luò)特征提取和特征融合的能力，同時(shí)提升算法的檢測(cè)準(zhǔn)確率和檢測(cè)速度。與原算法相比，在文中擴(kuò)充后的擁擠行人數(shù)據(jù)集上，筆者提出基于YOLO V5的改進(jìn)算法檢測(cè)的準(zhǔn)確率和漏檢率明顯優(yōu)于原始YOLO V5算法，同時(shí)保持了原有算法的實(shí)時(shí)性，mAP達(dá)到了0.976 4，幀率達(dá)到了140 fps，滿足公共大規(guī)模擁擠場(chǎng)景下進(jìn)行行人檢測(cè)時(shí)的速度與精度的要求。