【摘要】为处理厦门鼓浪屿在旅游高峰期面临的游客拥挤、管理困难及体验降低等问题，本研究设计并实现了一套基于云边协同架构的智能人流监测与预测系统。 该系统在边缘端采用目标检测算法第 ８ 版（ｙｏｕ ｏｎｌｙ ｌｏｏｋ ｏｎｃｅ ｖｅｒｓｉｏｎ ８，ＹＯＬＯｖ８）改进的 ＹＯＬＯｖ８ｎ模型实现实时人流密度检测，在云端构建融合注意力机制的“变换器（ ｔｒａｎｓｆｏｒｍｅｒ） －长短期记忆（ ｌｏｎｇ ｓｈｏｒｔ⁃ｔｅｒｍ ｍｅｍｏｒｙ，ＬＳＴＭ）”网络混合模型（Ｔｒａｎｓｆｏｒｍｅｒ－ＬＳＴＭ）进行精准流量预测，并基于 Ｄａｓｈ⁃Ｒｅａｃｔ 框架开发了可视化管控平台，实际部署结果表明，系统人流量预测的平均绝对误差（ｍｅａｎ ａｂｓｏｌｕｔｅ ｅｒｒｏｒ， ＭＡＥ）达 ２. ８％，峰值识别准确率达到 ９４.５％，响应延迟低于 １.５ ｓ，有效提升了景区的管理效率与游客体验。