一种轻量化人群计数与定位方法

本发明公开一种轻量化人群计数与定位方法，搭建一种全新的轻量化人群计数与定位网络，设计了分组特征配对交互模块，对特征图进行分组并拼接相邻组来学习特征组间的上下文关系，生成动态注意力权重以增强关键特征表达，从而提升对复杂遮挡场景下目标的识别能力。采用多阶段训练策略，依次独立训练骨干与定位分支、分割分支以及轻量级适配器模块，确保了模型多任务能力的稳定收敛，提出一种基于分割先验与置信度分层的后处理点集精炼策略：本发明方法在公开人群计数数据集上取得了优异的性能，提高了计数与定位的精度，保持了较低的计算开销，为资源受限场景下的人群分析任务提供了高效、精准的解决方案。