0

0

基于PaddleDetecion的跌倒检测

P粉084495128

P粉084495128

发布时间:2025-07-22 16:03:38

|

997人浏览过

|

来源于php中文网

原创

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 - php中文网

【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 - php中文网        

【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 favour 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 saved 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 - php中文网        

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。

下载

'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 favour 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 - php中文网        

相关专题

更多
数据类型有哪几种
数据类型有哪几种

数据类型有整型、浮点型、字符型、字符串型、布尔型、数组、结构体和枚举等。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。

301

2023.10.31

php数据类型
php数据类型

本专题整合了php数据类型相关内容,阅读专题下面的文章了解更多详细内容。

222

2025.10.31

Golang gRPC 服务开发与Protobuf实战
Golang gRPC 服务开发与Protobuf实战

本专题系统讲解 Golang 在 gRPC 服务开发中的完整实践,涵盖 Protobuf 定义与代码生成、gRPC 服务端与客户端实现、流式 RPC(Unary/Server/Client/Bidirectional)、错误处理、拦截器、中间件以及与 HTTP/REST 的对接方案。通过实际案例,帮助学习者掌握 使用 Go 构建高性能、强类型、可扩展的 RPC 服务体系,适用于微服务与内部系统通信场景。

8

2026.01.15

公务员递补名单公布时间 公务员递补要求
公务员递补名单公布时间 公务员递补要求

公务员递补名单公布时间不固定,通常在面试前,由招录单位(如国家知识产权局、海关等)发布,依据是原入围考生放弃资格,会按笔试成绩从高到低递补,递补考生需按公告要求限时确认并提交材料,及时参加面试/体检等后续环节。要求核心是按招录单位公告及时响应、提交材料(确认书、资格复审材料)并准时参加面试。

38

2026.01.15

公务员调剂条件 2026调剂公告时间
公务员调剂条件 2026调剂公告时间

(一)符合拟调剂职位所要求的资格条件。 (二)公共科目笔试成绩同时达到拟调剂职位和原报考职位的合格分数线,且考试类别相同。 拟调剂职位设置了专业科目笔试条件的,专业科目笔试成绩还须同时达到合格分数线,且考试类别相同。 (三)未进入原报考职位面试人员名单。

52

2026.01.15

国考成绩查询入口 国考分数公布时间2026
国考成绩查询入口 国考分数公布时间2026

笔试成绩查询入口已开通,考生可登录国家公务员局中央机关及其直属机构2026年度考试录用公务员专题网站http://bm.scs.gov.cn/pp/gkweb/core/web/ui/business/examResult/written_result.html,查询笔试成绩和合格分数线,点击“笔试成绩查询”按钮,凭借身份证及准考证进行查询。

10

2026.01.15

Java 桌面应用开发(JavaFX 实战)
Java 桌面应用开发(JavaFX 实战)

本专题系统讲解 Java 在桌面应用开发领域的实战应用,重点围绕 JavaFX 框架,涵盖界面布局、控件使用、事件处理、FXML、样式美化(CSS)、多线程与UI响应优化,以及桌面应用的打包与发布。通过完整示例项目,帮助学习者掌握 使用 Java 构建现代化、跨平台桌面应用程序的核心能力。

65

2026.01.14

php与html混编教程大全
php与html混编教程大全

本专题整合了php和html混编相关教程,阅读专题下面的文章了解更多详细内容。

36

2026.01.13

PHP 高性能
PHP 高性能

本专题整合了PHP高性能相关教程大全,阅读专题下面的文章了解更多详细内容。

75

2026.01.13

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
最新Python教程 从入门到精通
最新Python教程 从入门到精通

共4课时 | 0.8万人学习

Django 教程
Django 教程

共28课时 | 3.1万人学习

SciPy 教程
SciPy 教程

共10课时 | 1.1万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号