一种基于YOLOv8模型的轻量级密集行人检测算法.pdfVIP

第45卷第2期高师理科学刊Vol.45No.2

2025年2月JournalofScienceofTeachers′CollegeandUniversityFeb.2025

文章编号：1007-9831（2025）02-0032-08

一种基于YOLOv8模型的轻量级

密集行人检测算法

赵艳芹，王璐瑶

（黑龙江科技大学计算机与信息工程学院，黑龙江哈尔滨150022）

摘要：针对高密度行人检测中的遮挡、小目标漏检及算法参数量大的问题，基于YOLOv8模型提

出了一种轻量级行人检测算法，称之为YOLOv8-DSR算法．首先，在骨干网络引入改进的可变

形卷积块，用以增强网络对不规则行人的特征提取能力；其次，在原YOLOv8模型基础上新增

160×160尺度的检测头，降低了小尺度行人漏检率；最后，引入轻量化卷积GhostConv模块及全

新的C2f_RepGhost模块，降低了特征融合过程中的运算量，减少了模型参数量，节省了硬件推

理时间．为验证改进的有效性，在CrowdHuman和WiderPerson数据集上进行实验，结果表明，

相较于YOLOv8n算法，YOLOv8-DSR算法参数量减少了18.75%，在检测精度方面，

YOLOv8-DSR算法在CrowdHuman数据集上的mAP@0.5和mAP@0.5~0.95分别提升了3.6%，

2.6%，在WiderPerson数据集上的mAP@0.5和mAP@0.5~0.95分别提升了2.1%，2.3%．改进后算

法的参数量更小，检测精度更高，对硬件的要求更低，更便于模型部署．

关键词：行人检测；YOLOv8；可变形卷积；轻量化；小目标

中图分类号：TP391.4文献标识码：Adoi：10.3969/j.issn.1007-9831.2025.02.006

AlightweightdensepedestriandetectionalgorithmbasedonYOLOv8model

ZHAOYanqin，WANGLuyao

（SchoolofComputerandInformationEngineering，HeilongjiangUniversityofScienceandTechnology，Harbin150022，China）

Abstract：Inresponsetothechallengesofocclusion，misseddetectionofsmalltargets,andlargealgorithmic

parametercountsinhigh-densitypedestriandetection，alightweightpedestriandetectionalgorithmbasedonthe

YOLOv8modelisproposed，namedtheYOLOv8-DSRalgorithm．Firstly，animproveddeformableconvolutionblock

isintroducedintothe