【深度学习目标检测】二、基于yolov3的人物摔倒检测

【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

1、基于YOLOv3实现跌倒检测

2、github

3、代码链接