医院跌倒检测识别 使用YOLO,COCO ,VOC格式对4806张原始图片进行标注,可识别病人跌倒,病人的危险行为,病床等场景,预测准确率可达96.7%

医院跌倒检测识别 使用YOLO,COCO ,VOC格式对4806张原始图片进行标注,可识别病人跌倒,病人的危险行为,病床等场景,预测准确率可达96.7%

数据集分割

4806总图像数
训练组**70%3364图片
有效集
20%961图片
测试集
10%**481图片

预处理

调整大小: 拉伸至 640x640

增强

未应用任何增强。

病床(bed)

病人(patient)

病人和危险行为(danger)

病人摔倒(fall):

数据集下载:

yolov11: https://download.csdn.net/download/pbymw8iwm/90120718

yolov9: https://download.csdn.net/download/pbymw8iwm/90120719

yolov8: https://download.csdn.net/download/pbymw8iwm/90120748

yolov7: https://download.csdn.net/download/pbymw8iwm/90120754

yolov5: https://download.csdn.net/download/pbymw8iwm/90120760

coco:https://download.csdn.net/download/pbymw8iwm/90120776

voc:https://download.csdn.net/download/pbymw8iwm/90120763

相关推荐
deflag4 小时前
第P10周-Pytorch实现车牌号识别
人工智能·pytorch·yolo
FL16238631291 天前
[C++]使用纯opencv部署yolov12目标检测onnx模型
c++·opencv·yolo
倒霉蛋小马2 天前
【YOLOv8】损失函数
深度学习·yolo·机器学习
红色的山茶花2 天前
YOLOv11-ultralytics-8.3.67部分代码阅读笔记-build.py
笔记·深度学习·yolo
咏&志2 天前
目标检测之YOLO论文简读
人工智能·yolo·目标检测
阿_旭3 天前
如何在C++中使用YOLO模型进行目标检测
人工智能·yolo·目标检测
向哆哆3 天前
动态蛇形卷积在YOLOv8中的探索与实践:提高目标识别与定位精度
深度学习·yolo·目标跟踪·yolov8
itom19003 天前
Luckfox Pico Max运行RKNN-Toolkit2中的Yolov5 adb USB仿真
人工智能·yolo
红色的山茶花3 天前
YOLOv11-ultralytics-8.3.67部分代码阅读笔记-augment.py
笔记·深度学习·yolo
我是一个对称矩阵4 天前
YOLOv5-Seg 深度解析:与 YOLOv5 检测模型的区别
人工智能·yolo·目标跟踪