本发明提出了改进YOLOv5的多人姿态估计修正算法。该方法通过在YOLOv5的骨干网络中，融入跳跃注意力模块，再颈部网络中利用加权双向特征金字塔并联合使用跳跃注意力模块与Transformer编码器，在检测部分增加检测头，使网络对微小目标更加敏感，最后，利用网络预测得到关键点对象信息并对其修整，解决高密度人群中小尺度目标的姿态预测的技术问题。本发明提高网络对兴趣区域的特征提取能力，聚焦于有用的目标对象，加强网络特征融合能力，使网络更加关注全局信息；增加小目标检测检测头，使网络更加关注小尺度目标；最后结合关键点信息对姿态信息进行修正，最终预测结果较YOLOv5在COCO数据集上AP50提高2.2％，AP75提高3.3％。适宜作为高密度人群中小尺度目标的姿态预测精度方法应用。