一种基于深度学习的多阶段轻量级人群计数方法

本发明涉及一种基于深度学习的多阶段轻量级人群计数方法，包括以下步骤：A、根据采集到的人群视频监控数据构建训练数据集；B、构建人群计数模型并设置模型训练参数；C、训练人群计数模型；D、在训练过程中计算人群计数模型的评价指标，若评价指标小于设定值，则保存模型参数并执行步骤E，否则执行步骤C继续训练；E、获取同场景下的人群视频，对视频隔帧进行模型预测，实时统计场景中的人数并展示人群密度图。与现有技术相比，本发明利用深度可分离卷积和多尺度思想结合，在能够保证人群计数效果的前提下，提高了模型的计数效率，使其更具有实用性。