一种基于改进的yolov11模型的密集人群计数方法

本发明公开了一种基于改进的yolov11模型的密集人群计数方法，包括：对yolov11n模型的特征提取网络进行改进：将yolov11n模型原有的CBS与C3K2模块替换成U‑NET V2网络的编码器模块；对yolov11n模型的特征融合网络进行改进：在特征融合网络的最高层后添加AIFI模块；对yolov11n模型的检测头进行改进，采用DIoU损失函数替代原有损失函数；将预处理后的图像张量输入改进后的yolov11n模型进行训练，保存训练完成的模型用于密集目标计数检测。本发明在尽量保证计算速度的同时，提升对于密集场景下，目标之间存在严重遮挡时的人群数量检测的精度。