基于深度学习目标检测的人群计数方法

摘要

本发明公开了一种基于深度学习目标检测的人群计数方法，包括以下步骤：构建深度学习网络模型：采用以DarkNet网络为基础网络的YOLO3网络；训练数据的处理：通过多场景下获取人群图像数据，采用图像镜像处理，尺度上随机截取方式扩充训练集规模；训练网络：通过损失函数和梯度下降训练参数以优化网络。本发明针对现有人群计数的不足，在特定环境下采用基于深度神经网络目标检测方法对人群进行计数统计，解决了传统特征提取方法中的准确度低的问题，同时也解决了基于深度学习特征回归方法中的在人群稀疏情况下误差较大的问题，并且检测速度有很大提升，检测速度是基于101层残差网络RetinaNet(视网膜网络)速度的4倍，精度却与其相当。