生活在城市中的市民常常会选择便利、快捷的公交车作为出行的主要交通工具,合理的公交调度对人们的出行灵活度、城市生活体验有着重要的影响。目前目标检测算法检测精度较高,但检测速率较低,难以在移动端进行实时检测。本文基于轻量级卷积神经网络模型Mobile Net设计的公交检测算法,对公交乘客数据集进行检测,具体研究内容如下:（1）基于Mobile Net公交乘客检测算法的设计。本文将基于深度可分离卷积的轻型网络模型Mobile Net替换SSD算法特征提取部分,设计公交乘客检测模型,在公交乘客数据集上进行训练。实验表明,基于Mobile Net的公交乘客检测算法与SSD算法相比检测精度降低大约3%情况下,检测速率提升4倍。（2）基于Mobile Net的公交乘客检测算法的优化。本文提出基于区域像素最大值的图像压缩算法,最大程度保留原图像特征信息,对公交检测模型进行优化。实验表明,优化后的公交检测算法在检测速率不变的情况下检测精度提高2%左右。本文基于轻量级模型Mobile Net设计公交乘客检测算法,并提出基于区域像素最大值的图像压缩算法,对公交乘客检测模型进行优化,最终实验表明,基于Mobile Net的公交乘客检测算法与SSD算法相比检测精度降低大约1%情况下检测速率提升4倍。对公交检测算法的落地有实际推动意义。