Le comptage des foules est un sujet de recherche dominant dans le domaine de la surveillance informatique, mais si la distribution des foules est inégale, la perfection du comptage des foules sur la base du MCNN doit encore être améliorée pour s'adapter aux distributions inégales des foules. Le MCNN a été utilisé pour obtenir des résultats agressifs. La caractéristique de densité globale des foules dans un projet est prise en compte, et les aspects de densité globalisés sont dessinés et ajoutés au MCNN par la méthode d'apprentissage en cascade, parce qu'au cours du processus de réduction de l'échantillonnage, certaines caractéristiques globales seront ignorées par le MCNN, ce qui affectera la précision de la carte de densité. Les résultats expérimentaux pour l'ucfcc50 et l'ensemble de données shanghaitech indiquent que la méthode proposée est plus précise et plus stable