400 128 6709

行业新闻

基于PaddleDetecion的跌倒检测

发布时间:2025-07-22点击次数:
该项目基于PaddleDetection2.0的YOLOv3(mobilenetv3主干)实现跌倒检测,可部署于医疗机构等场景。背景源于生活中常见跌倒场景。使用aistudio开源VOC格式跌倒检测数据集,通过PaddleX切分数据集。流程包括克隆仓库、安装依赖、配置文件、训练模型,还涉及错误图片处理,可进行评估与预测,结果存于work目录。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

基于paddledetecion的跌倒检测 -

【PaddleDetection2.0】

本项目通过使用PaddleDetection2.0中的YOLOv3(主干网络为mobilenetv3的轻量化模型),实现目标检测用于检测人体跌倒姿态,完善模型训练之后可以部署于医疗机构、社区监督或者家里有老人需要的场景需求,都可以进行使用。

【项目背景】

在我喜欢的B站UP主--《虫哥说电影》,讲解国产宫斗剧中经常发生的名场面:啊~我跌倒了,在生活中,老人摔倒受伤的情况常常发生,在野球场打球时,遇到被强有力防守盖帽摔倒,跌倒的场景无处不在,于是小白打算尝试做一个基于PaddleDetection的跌倒检测的项目(demo)

基于PaddleDetecion的跌倒检测 -        

【数据集简介】

使用了aistudio上的开源数据集,跌倒检测数据集Fall detection Datase,该数据集为VOC格式,由作者Niki_173制作,感谢大佬的数据集,利于同我一样的小白学习使用,可以通过调用PaddleX一键切分出自己想要的训练集、测试集、验证集,当然这也可以用PaddleX的全流程开发使用,感兴趣的xdm也可以试试

【快速上手】

1.克隆PaddleDetection仓库

In [ ]
#从gitee上克隆PaddleDetection! git clone https://gitee.com/paddlepaddle/PaddleDetection.git
    In [ ]
#安装paddlex!pip install paddlex
   

解压数据集,解压到PaddleDetection文件目录dataset的voc路径下(方便后面的config配置),如果不放在目录下会出现无法读取数据且无法识别数据类型的报错(先手动删除原来文件夹里的几个文件)

In [ ]
#用于解压数据集!unzip -oq /home/aistudio/data/data94809/pp_fall.zip -d PaddleDetection/dataset/voc
   

安装相关依赖包(不过我并没有使用,如果有别的构思的可以安装,然后编写自己的想法)

In [ ]
! pip install paddledet==2.0.1 -i https://mirror.baidu.com/pypi/simple
   

调用PaddleX切分数据集,下面是按7:2:1分解数据集、验证集、测试集

In [20]
#此处移动是满足VOC格式需求%cd ~
!mv PaddleDetection/dataset/voc/images PaddleDetection/dataset/voc/JPEGImages#更改下面的val/test的比例可以更改数据集划分的比例!paddlex --split_dataset --format VOC --dataset_dir PaddleDetection/dataset/voc --val_value 0.2 --test_value 0.1
       
/home/aistudio
mv: cannot stat 'PaddleDetection/dataset/voc/images': No such file or directory
/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/setuptools/depends.py:2: DeprecationWarning: the imp module is deprecated in f*our of importlib; see the module's documentation for alternative uses
  import imp
Dataset Split Done.
Train samples: 1001
Eval samples: 285
Test samples: 142
Split files s*ed in PaddleDetection/dataset/voc
       

数据集是作者Niki_173自己制作的(作者的说明中表示有些图片的标签信息PD识别shape会有错误),感谢大佬精心的数据集,这也是在执行train.py文件后会报大概有10张图片有问题的原因,通过下面代码删除文件

如果执行训练时遇到类似)如下错误,不要慌张,就是报错图片未移除基于PaddleDetecion的跌倒检测 -        

In [ ]
import os# 把错误图片的数字依次删除。jpg/xml文件后,再次运行Paddlex的切分数据集命令#在模型训练时会出现报错,可以看到那些图片识别shape会报错file_name = "PaddleDetection/dataset/voc/JPEGImages/fall_137.jpg"if os.path.exists(file_name):
    os.remove(file_name)    print('成功删除文件:', file_name)else:    print('未找到此文件:', file_name)

file_name = "PaddleDetection/dataset/voc/Annotations/fall_137.xml"if os.path.exists(file_name):
    os.remove(file_name)    print('成功删除文件:', file_name)else:    print('未找到此文件:', file_name)
       
成功删除文件: PaddleDetection/dataset/voc/JPEGImages/fall_137.jpg
成功删除文件: PaddleDetection/dataset/voc/Annotations/fall_137.xml
       

'base/optimizer_270e.yml',主要说明了学习率和优化器的配置,以及设置epochs。在其他的训练的配置中,学习率和优化器是放在了一个新的配置文件中。

'../datasets/voc.yml'主要说明了训练数据和验证数据的路径,包括数据格式(coco、voc等)

'base/yolov3_reader.yml', 主要说明了读取后的预处理操作,比如resize、数据增强等等

SDCMS蓝色系列包装行业网站2.8.9 SDCMS蓝色系列包装行业网站2.8.9

SDCMS蓝色通用企业网站是基于SDCMS四合一企业网站管理系统开发的模板,适合企业站,带手机版。 SDCMS四网合一企业网站管理系统是一个以PHP+MySQL/Sqlite进行开发的四网合一网站源码。 SDCMS四网合一企业网站管理系统功能特点: 四网合一企业网站管理系统支持在线升级(支持跨版本)、插件在线安装、系统内置严格的过滤体系、可以有效应对安全检测报告。

SDCMS蓝色系列包装行业网站2.8.9 1 查看详情 SDCMS蓝色系列包装行业网站2.8.9

'base/yolov3_mobilenet_v3_large.yml',主要说明模型、和主干网络的情况说明。

'../runtime.yml',主要说明了公共的运行状态,比如说是否使用GPU、迭代轮数等等

配置voc.yml文件,PaddleDetection/configs/datasets/voc.yml

metric: VOCmap_type: 11pointnum_classes: 1TrainDataset:
  !VOCDataSet
    dataset_dir: dataset/voc
    anno_path: train_list.txt
    label_list: labels.txt
    data_fields: ['image', 'gt_bbox', 'gt_class', 'difficult']EvalDataset:
  !VOCDataSet
    dataset_dir: dataset/voc
    anno_path: val_list.txt
    label_list: labels.txt
    data_fields: ['image', 'gt_bbox', 'gt_class', 'difficult']TestDataset:
  !ImageFolder
    anno_path: dataset/voc/labels.txt
       

配置optimizer_270e.yml文件,PaddleDetection/configs/yolov3/base/optimizer_270e.yml

epoch: 200LearningRate:
  base_lr: 0.001
  schedulers:
  - !PiecewiseDecay
    gamma: 0.1
    milestones:
    - 216
    - 243
  - !LinearWarmup
    start_factor: 0.
    steps: 4000OptimizerBuilder:
  optimizer:
    momentum: 0.9
    type: Momentum
  regularizer:
    factor: 0.0005
    type: L2
       

配置完成后便可以开始训练

模型训练

In [18]
#如果报错就进入PaddleDetection目录再运行%cd PaddleDetection#如果还是出现无法找到文件错误,进入终端依次执行命令即可,或者直接把相对路径改为绝对路径就可以!python tools/train.py -c configs/yolov3/yolov3_mobilenet_v1_ssld_270e_voc.yml
       
/home/aistudio/PaddleDetection
/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/setuptools/depends.py:2: DeprecationWarning: the imp module is deprecated in f*our of importlib; see the module's documentation for alternative uses
  import imp
/home/aistudio/PaddleDetection/ppdet/data/reader.py:190: DeprecationWarning: The 'warn' method is deprecated, use 'warning' instead
  logger.warn("Shared memory size is less than 1G, "
[08/15 11:08:00] reader WARNING: Shared memory size is less than 1G, disable shared_memory in DataLoader
[08/15 11:08:01] ppdet.utils.checkpoint INFO: Finish loading model weights: /home/aistudio/.cache/paddle/weights/MobileNetV1_ssld_pretrained.pdparams
[08/15 11:08:10] ppdet.engine INFO: Epoch: [0] [  0/125] learning_rate: 0.000000 loss_xy: 2.628794 loss_wh: 4.712801 loss_obj: 4569.814453 loss_cls: 0.650645 loss: 4577.807129 eta: 3 days, 13:27:54 batch_cost: 9.1163 data_cost: 0.3383 ips: 0.8776 images/s
       

模型评估测试

In [ ]
%cd PaddleDetection
!export CUDA_VISIBLE_DEVICES=0!python  tools/eval.py -c configs/yolov3/yolov3_mobilenet_v1_ssld_270e_voc.yml
   

模型预测

预测结果在Paddledetdction目录下的work文件中

可以自己更改预测文件目录在测试集中任选其一预测

In [ ]
!export CUDA_VISIBLE_DEVICES=0!python tools/infer.py -c configs/yolov3/yolov3_mobilenet_v1_ssld_270e_voc.yml \
                    --infer_img=dataset/voc/JPEGImages/fall_1193.jpg \
                    --output_dir=work/ \
                    --draw_threshold=0.5 \
                    -o weights=output/yolov3_mobilenet_v1_ssld_270e_voc/model_final \
                    --use_vdl=False
   

模型预测结果

基于PaddleDetecion的跌倒检测 -        

以上就是基于PaddleDetecion的跌倒检测的详细内容,更多请关注其它相关文章!


# 企业网站  # 英文网站优化方案  # 网站建设500全包  # 咸宁seo排名方法  # seo 动态页面  # 云114推广服务营销  # 崇仁网站建设推广  # 咸宁手机关键词优化排名  # 营销推广中危机公关  # 郑州建设网站配色设计  # 月度营销推广总结范文  # 这也  # 放在  # 大佬  # 一言  # 说明了  # python  # 管理系统  # 报错  # 切分  # 中文网  # coco  # type  # fig  # udio  # igs  # red  # cos  # ai  # b站  # git 


相关栏目: 【 行业新闻62819 】 【 科技资讯67470


相关推荐: AMD称下半年AI显卡供应充足,不需要像NVIDIA那样加价抢购  苹果机器学习关键人物 Ali Farhadi 离职,回归 AI2 担任 CEO  AI 模型 Stable Diffusion 升级:正常生成五指、图像更逼真  Hugging Face发布了基于NASA卫星数据构建的AI地理空间基础模型  东软成立魔形科技研究院,积极布局大语言模型系统工程战略,迎接AI时代  在这里见未来!杭州未来科技城全球AI盛会邀您共探最前沿  明略科技发布免费开源TensorBoard.cpp,促进大型模型的预训练工作  人工智能领域,突破难题:国产大模型“无源之水”问题得到解决。  OpenAI已向中国申请注册“GPT-5”商标,此前已在美国提交申请  全面拥抱大模型浪潮,ISC 2025打造全球首场AI数字安全峰会  机构研选 | 虚拟电厂是电力物联网升级版 智能电网望迎来高速发展  Meta推出VR订阅服务Quest +:每月免费玩两款游戏,7.99美元/月  传Meta 2025年推出首款AR眼镜,采用军用级别材料,计划生产1000台  华为云发布华为云盘古模型3.0和升腾AI云服务,亮点亮相2025华为开发者大会  “聚智启新,‘蓉’力同行” 成都市人工智能产业融通对接会成功举办  找对了风口想不火都难,乐天派机器人,安卓机器人的最终形态?  关于开展“与AI共创未来”——2025年全国青少年人工智能创新实践活动的通知  280万条多模态指令-响应对,八种语言通用,首个涵盖视频内容的指令数据集MIMIC-IT来了  人工智能自己玩自己  AI数字人业务频频获点赞,谦寻积极引领示范作用  智能公司为何纷纷投身机器人领域?  第 66 届格莱美奖规定,AI 作品将无法获得评奖资格  生成式AI与云结合,机遇与挑战并存  吴恩达、Hinton最新对话!AI不是随机鹦鹉,共识胜过一切,LeCun双手赞成  微软为 AI 初学者推出免费网课:为期 12 周,共 24 节课  飒智智能机器人核心技术与应用论坛暨一体化控制器发布会成功举办  学界业界大咖探讨:AI对数字艺术创新的推动力  物联网和人工智能的协同作用:释放预测性维护的潜力  微软推出人工智能模型 CoDi,可互动和生成多模态内容  售价14.99万起!小米汽车部分信息疑遭AI曝光,内部人士回应:网传图片明显经过处理,不可轻信  懒人必备的家居清洁好物,石头自清洁扫拖机器人G20  2025世界人工智能大会前沿科技共绘“未来”图景, 这家这家独角兽企业的通用大脑将在AI领域大放异彩  码刻 | 48小时Hackathon,源码见证新生代AI创新的发生  西班牙小鲜肉*视频在网上疯传,本人发文澄清:是AI换脸的假视频!  Unity 推出面向开发者的 AI 软件市场 AI Hub,股价飙涨 15%  两架海燕号无人机交付中国气象局 助力建设国家级机动气象观测业务  Bing Chat 和 Bing Search 正式引入深色模式  挤爆服务器,北大法律大模型ChatLaw火了:直接告诉你张三怎么判  日本演员工会提出AI立法建议 要求建立“声音肖像权”  VR健身应用《FitXR》将取消Quest 1端会员服务  商业智能决策技术助力降本增效,世界人工智能大会举办商业AI高峰论坛  剧透!蜜小豆@2025世界人工智能大会多个亮点曝光  看懂AI,找到增长新势能 | 笔记侠AI峰会等你来  谷歌AudioPaLM实现「文本+音频」双模态解决,说听两用大模型  揭晓2025年玻尔兹曼奖:Hopfield网络创始人荣获奖项  优化系统韧性:故障恢复与监控在RabbitMQ中的应用  特斯拉门店可能启动机器人卖车?也许不是你想的那样  曝索尼在开发新头显设备:游戏中使用AR技术  数字文明尼山对话 | 在东方圣城与AI潮流梦幻联动,看“智慧大脑”让数字山东更美好  李开复:未来几年,人工智能会革了所有人的命,除非你这么做 

400 128 6709
E-mail

contact@tlftec.cn

扫一扫,添加微信

©  云南淘乐房科技有限公司 版权所有  滇ICP备2025071560号  

云南淘乐房科技有限公司 云南淘乐房科技有限公司 云南淘乐房科技有限公司 云南淘乐房科技有限公司 云南淘乐房科技有限公司 云南淘乐房科技有限公司 云南淘乐房科技有限公司 云南淘乐房科技有限公司 云南淘乐房科技有限公司 云南淘乐房科技有限公司