【深度学习目标检测】二、基于yolov3的人物摔倒检测
本文的目标是使用yolov3目标检测算法实现任务摔倒检测,使用的深度学习框架为paddlepaddle,目标检测算法框架paddledetection。检测效果图如下:
一、介绍
基于YOLOv3模型实现跌倒检测,使用极少的代码实现。可以用于医院,疗养院等公共场合。本文的不会介绍算法原理和实现过程,提供最简单的已经训练好的权重,仅提供预测代码。
二、算法原理
yolov3算法原理可以参考以下:
1、【论文解读】Yolo三部曲解读——Yolov3
2、YOLOv3详解:从零开始搭建YOLOv3网络
三、检测结果
检测结果如图,实现了跌倒任务的检测。
四、目录说明
代码解压后如图所示,readme内包含使用说明。
images:示例图片文件夹
output:预测结果存放
yolov3_mobilenet_v3_large_voc:权重文件
infer.py:推理代码
preprocess.py:预处理代码
visualize.py:可视化代码
五、使用说明
1、安装python环境,python>=3.6
2、安装paddlepaddle,命令:
pip install paddlepaddle==2.2.0
3、安装依赖,命令:
pip install -r requirements.txt
4、预测,命令:
python .\infer.py --model_dir=yolov3_mobilenet_v3_large_voc --image_file=images\mixed_6.jpg
5、预测自己的图片,命令:
python .\infer.py --model_dir=yolov3_mobilenet_v3_large_voc --image_file={自己的图片路径}
六、参考
2、github
3、代码链接