本文研发的改进YOLOv11城市车辆和行人目标检测系统，是一款面向复杂城市交通场景、融合深度学习与GUI可视化技术的智能感知系统，聚焦车辆、行人两类核心交通目标，攻克传统检测方法精度不足、实时性受限、场景适应性弱等痛点，兼顾检测精度、推理效率与人机交互体验，可广泛应用于交通监控、流量统计、安全预警、智慧城市治理等场景，兼具理论创新性与工程实用性。系统以优化后的YOLO-CMA模型为核心引擎，采用分层模块化架构设计，涵盖数据采集、预处理、核心算法、业务功能、应用部署五大层级，实现从图像/视频输入到目标标注、数据统计、结果展示的全流程自动化，既满足实验室科研验证需求，也适配边缘设备部署与实际工程落地。
系统核心算法依托YOLOv11模型深度改进而来，针对城市交通人车混行、光照突变、目标密集遮挡、小目标远距离检测等难题，进行多项定向优化。在骨干网络部分，引入A2C2f_LEGM轻量级全局增强模块，强化模型对全局特征的感知能力，提升小尺寸行人、远距离车辆的特征提取效果，有效缓解漏检问题；颈部网络摒弃传统Concat拼接方式，替换为MFM多尺度特征调制模块，实现高低层级特征的动态加权聚合，优化多尺度目标的特征表达，增强模型对不同车型、不同姿态行人的适配性；检测头前端嵌入CGAFusion通道与空间引导注意力融合模块，细化像素级特征区分度，抑制复杂背景干扰，降低遮挡场景下的误检率，最终构建出轻量化、高精度、强鲁棒性的YOLO-CMA检测模型。该模型在保证实时推理的前提下，mAP@50指标稳定在0.7左右，相较原生YOLOv11检测精度显著提升，且可兼容CPU、GPU及嵌入式边缘设备，兼顾精度与效率双重需求。
系统整体采用PyTorch深度学习框架搭建算法环境，搭配PyQt6开发可视化GUI界面，整体设计遵循"功能清晰、交互便捷、视觉专业"的原则，采用深色科技风UI设计，以深蓝与渐变蓝为核心色调，契合智能交通系统的技术定位。界面顶部设置标签页导航栏，集成图片检测、视频检测、摄像头实时检测、关于系统四大功能模块，模块切换流畅，操作逻辑浅显易懂，大幅降低用户学习成本。其中，图片检测模块支持本地图片上传、一键检测、结果标注与保存，实时展示目标类别、置信度及数量统计；视频检测模块可加载本地MP4格式视频，实现逐帧检测与动态目标追踪，支持检测过程暂停与终止；摄像头实时检测模块可调用本地摄像设备，获取实时视频流并完成全天候在线检测，同步展示检测帧率与目标数量。界面中间区域为可视化展示面板，以虚线边框突出检测区域，清晰呈现带目标框、类别标签的检测效果图；底部设置数据统计栏，实时汇总行人、汽车、公交车等各类目标数量，为交通流量分析提供直观数据支撑。
在工程适配性方面，系统具备良好的兼容性与可拓展性，软硬件部署门槛低。实验环境依托NVIDIA RTX 3080 Ti GPU服务器完成模型训练，推理阶段可适配普通PC、嵌入式开发板等低算力设备，无需专用高性能硬件。系统采用标准化接口设计，可对接交通监控平台、车载感知设备、物联网终端，支持二次开发与功能拓展，后续可新增违章识别、轨迹追踪、拥堵预警等高级功能。同时，系统通过经济与技术可行性验证，研发成本低廉、运维便捷，无需高昂版权费用与人力投入，既能满足高校毕业设计科研展示，也可落地于城市路口、园区、商圈等实际交通场景，实现自动化交通管控与安全监测，为智能交通建设、智慧城市发展提供高效可靠的感知技术支撑，充分展现深度学习在计算机视觉与交通工程交叉领域的应用价值。