随着选择地铁出行的人越来越多,为了保障旅客的安全,对地铁站内客流量进行实时准确监测变得尤为重要。不同于其他露天场景,高峰期时地铁站内客流量大,同时站内视频采集设备安装位置较高与视频采集角度问题,导致了视频监控内的行人目标的像素较小,检测难度较大,本文提出多尺度加权特征融合网络,实现地铁客流量的精准实时监测。主要贡献包含以下几点:1.数据预处理:本文提出了一种基于过采样的小目标增强算法,整个数据集中,包含小目标的图片数量极少,然而却存在个别图像中几乎所有的目标都是小目标。这种数据分布的不平衡严重妨碍了训练进程。基于过采样的小目标增强算法在数据集中有效的增加了小目标实例,并在训练过程中增加小目标实例在训练过程中的迭代频率,增加小目标的权重贡献度。2.在诸如地铁站之类的拥挤场景中,由于行人密度高及遮挡严重等问题,大多数现有行人检测方法难以获得良好的结果,并且对小目标的鲁棒性较差。针对这一问题,本文提出了一种基于SSD（Single Shot Multi Box Detector）的改进人体检测网络模型。首先分析地铁行人的数据特点并简要描述了头肩检测模型的特点。然后,提出了SF-SSD（Supplementary feature single short multibox detector）网络。基于SSD网络,将底层特征图合并,并使用其位置信息准确检测小目标。最后,对地铁行人数据集进行了试验。实验结果表明,所提出的SF-SSD网络方法有效降低了地铁行人数据集上SSD网络的误报率和漏检率,满足了行人检测的实时性要求,实现了密集场景下的准确检测。3.以SSD网络为基础模型,对其进行了深一步的改进,添加了基于VGG16网络的特征提取层,进行大量实验确定最优参数来进行多层多尺度特征融合。最终,在经过小目标过采样增强算法处理之后的数据上进行实验,得到多尺度加权特征融合模型。其次,针对特征通道权重分配问题提出多尺度自适应通道注意力机制模型MWFSSD,实现自动学习权重参数,在不影响实时性的同时提升检测效果。实验证明,本文提出的改进方法与原SSD的检测效果相比,检测精度提升了6.82%,可以有效应用于地铁车站内客流量检测。