一种基于改进YOLOv11的密集行人检测方法

本发明公开了一种基于改进YOLOv11的密集行人检测方法，包括如下步骤：1）判断输入图像是否为低光场景，若所述输入图像为低光场景，则对所述输入图像进行低光增强预处理；2）采用DBRF替换YOLOv11中的标准卷积模块，所述DBRF通过不同尺度的卷积和残差连接；3）采用GETA替换YOLOv11中的C2PSA模块；4）重构YOLOv11的Neck网络结构；5）结合检测头输出行人检测结果。通过使用DBRF提取多尺度行人特征，使用GETA强化遮挡行人特征表达，并在Neck部分增加小目标检测层用于提升小目标检测能力，有效提高了密集人群场景中行人检测的准确率和召回率，降低小目标漏检率，有效克服传统技术的局限性，满足更高的应用要求。