简介：这份资源面向计算机视觉入门与进阶开发者、安防监控及健康看护方向的算法实践者，提供一套可直接复现的跌倒检测训练方案，解决从零搭建行为识别模型时数据匮乏、流程繁琐的问题。压缩包共1438个文件，约78.41MB，其中1428张jpg为跌倒场景标注图像，构成训练与验证主体；6个py脚本负责数据加载、模型训练与推理；2个md文档说明使用流程；另含1个pt权重与1个onnx导出模型，便于直接部署或二次微调。资源基于YOLOv8实现，特征提取采用CSPDarknet结构，通过跨阶段部分连接降低参数量并提升特征提取效率；检测头借鉴YOLOv4-Head设计，并采用Anchor-Free方式直接预测目标中心点与宽高比例，减少先验框数量，在速度与精度间取得平衡。目前已有1020人学习，适合希望快速跑通跌倒检测全流程、积累数据集与源码经验的读者参考。
1. 跌倒检测为什么值得用 YOLOv8 重做一遍
跌倒检测这件事，做过的人都知道，难点从来不在「有没有模型」，而在「模型能不能在真实场景里稳住」。传统做法要么用可穿戴传感器，要么用姿态估计加时序判断，前者用户不愿意戴，后者在遮挡、逆光、多人场景下经常翻车。而把跌倒当成一个目标检测问题来做，用 YOLOv8 直接框出「人跌倒」这个类别，反而绕开了骨架点抖动和时序建模的玄学，工程上更好落地。
这套「基于 YOLOv8 训练跌倒检测模型 + 数据集 + 源码」的思路，本质是把跌倒检测降维成单阶段检测任务：输入一帧图像，输出跌倒框和置信度，再接一个简单的持续帧判定就能报警。它适合两类人：一类是想快速跑通一个能演示、能部署的跌倒检测原型的开发者；另一类是想拿它当模板，迁移到工地安全、养老监护、医院病房等场景的工程师。下面我按自己实际训练和调参的顺序，把数据集、训练、验证、踩坑一条线讲清楚。
2. 数据集怎么准备：从标注格式到 YOLOv8 目录结构
2.1 跌倒检测数据集的类别设计与来源
跌倒检测数据集最容易被低估的是类别定义。很多人一上来就标「跌倒」和「未跌倒」两类，结果训练出来的模型把「蹲下」「弯腰捡东西」「坐下」全判成跌倒，误报率高得没法用。我一般会分成三类：fall（跌倒）、person（正常站立或行走的人）、lying（躺卧但非跌倒，比如床上休息）。这样模型学到的是「跌倒」和「躺下」的边界，而不是简单的人形检测。
数据来源上，公开的跌倒数据集通常规模不大，常见做法是拿 UR Fall Detection Dataset、Le2i 这类公开数据打底，再自己用手机在走廊、卧室、卫生间门口补拍。补拍时注意三点：一是模拟跌倒要真的倒地，不要半蹲；二是要覆盖不同光照，尤其是夜间红外或弱光；三是每个场景至少拍 20 段，每段 3 到 5 秒，抽帧后能得到几百张有效图。抽帧不要每秒都抽，跌倒过程前后 1 秒内抽 5 到 8 帧就够，否则大量静止帧会让模型偏向「人站着」这个多数类。
2.2 用 Labelme 标注并转成 YOLO 格式
标注工具用 Labelme 或 labelImg 都行，关键是要输出 YOLO 需要的归一化 txt。Labelme 默认输出 JSON，需要转一道。下面这个脚本是我常用的转换逻辑，输入是 Labelme 的 JSON 目录，输出是 YOLO 的 images 和 labels 分离结构。
import json import os from pathlib import Path # 类别顺序必须和训练时 data.yaml 里的 names 一致 CLASS_MAP = {"fall": 0, "person": 1, "lying": 2} def labelme_to_yolo(json_dir, out_img_dir, out_lbl_dir): json_dir = Path(json_dir) out_img_dir = Path(out_img_dir) out_lbl_dir = Path(out_lbl_dir) out_img_dir.mkdir(parents=True, exist_ok=True) out_lbl_dir.mkdir(parents=True, exist_ok=True) for js_file in json_dir.glob("*.json"): with open(js_file, "r", encoding="utf-8") as f: data = json.load(f) img_w = data["imageWidth"] img_h = data["imageHeight"] lines = [] for shape in data["shapes"]: label = shape["label"] if label not in CLASS_MAP: continue cls_id = CLASS_MAP[label] # Labelme 是两点矩形，取左上和右下 (x1, y1), (x2, y2) = shape["points"] x_min, x_max = min(x1, x2), max(x1, x2) y_min, y_max = min(y1, y2), max(y1, y2) # YOLO 格式：中心点 x,y 和宽高，全部除以图像尺寸归一化 cx = (x_min + x_max) / 2.0 / img_w cy = (y_min + y_max) / 2.0 / img_h bw = (x_max - x_min) / img_w bh = (y_max - y_min) / img_h lines.append(f"{cls_id} {cx:.6f} {cy:.6f} {bw:.6f} {bh:.6f}") # 没有有效标注的图直接跳过，避免空标签文件干扰训练 if not lines: continue txt_path = out_lbl_dir / (js_file.stem + ".txt") with open(txt_path, "w") as f: f.write("\n".join(lines)) # 图片复制到 images 目录，保持同名 src_img = json_dir / data["imagePath"] if src_img.exists(): import shutil shutil.copy(src_img, out_img_dir / src_img.name) if __name__ == "__main__": labelme_to_yolo("./raw_json", "./dataset/images", "./dataset/labels")这段代码的关键点有三个。第一，CLASS_MAP的 id 必须和后面data.yaml里的names顺序严格对应，错一位模型就全乱。第二，坐标归一化用的是图像原始宽高，不是缩放后的尺寸，Labelme 的imageWidth和imageHeight就是原图尺寸，直接用。第三，空标签文件一定要跳过，YOLOv8 遇到没有目标的图会当成背景样本，少量可以，大量会让召回率掉得很难看。
2.3 划分训练集验证集与 data.yaml 写法
转换完之后按 8:1:1 划分 train、val、test。我一般写个小脚本随机抽，但要注意同一个视频抽出来的帧不能同时出现在 train 和 val，否则验证指标虚高。正确做法是按视频段划分，而不是按帧随机划分。目录结构最终长这样：
dataset/ images/ train/ val/ test/ labels/ train/ val/ test/对应的fall_data.yaml：
path: ./dataset train: images/train val: images/val test: images/test nc: 3 names: 0: fall 1: person 2: lyingnc是类别数，names的 key 必须从 0 开始连续。很多人在这里写错，比如写成1: fall，训练不报错但类别全偏。写完 yaml 后建议用yolo checks先跑一遍环境自检，确认路径能被正确解析。
3. 用 YOLOv8 训练跌倒检测模型：参数、命令与损失曲线
3.1 环境配置与模型选型
环境这块，Ubuntu 20.04 和 Windows 都能跑，CPU 版本也能训练，只是慢。如果手头是 GTX 1660 Ti 这类 6G 显存的卡，建议用yolov8s而不是yolov8x，输入尺寸设 640，batch 设 8 到 16，基本能稳住。安装就一条命令：
pip install ultralytics装完yolo version能打印出版本号就说明环境通了。模型权重不用自己找，yolov8n.pt、yolov8s.pt在首次训练时会自动下载。如果网络受限，可以提前把 pt 文件放到项目根目录，训练时用绝对路径指定。
选型上我的经验是：跌倒检测的类内差异其实不大（都是人形倒地），yolov8n在数据量 3000 张以上时就能到可用的 mAP，yolov8s是精度和速度的平衡点。如果部署到 RK3588 或 Hi3516 这类边缘板，优先选yolov8n，后面转 ONNX 和量化都更省事。
3.2 训练命令与关键参数含义
训练命令本身很短，但参数决定成败：
yolo detect train \ data=fall_data.yaml \ model=yolov8s.pt \ epochs=150 \ imgsz=640 \ batch=16 \ lr0=0.01 \ lrf=0.01 \ patience=30 \ workers=8 \ project=runs/fall \ name=exp1逐个说。epochs=150是上限，真正停在哪由patience=30决定，30 轮验证指标不升就早停，避免过拟合。lr0=0.01是初始学习率，跌倒数据量不大时我会降到 0.005，否则前期 loss 震荡明显。lrf=0.01是最终学习率系数，配合余弦退火，让后期微调更稳。imgsz=640是输入分辨率，如果跌倒目标在画面里占比很小（比如监控远景），可以提到 960，但显存和速度要重新权衡。workers=8是数据加载线程，Windows 下建议设 0 或 2，否则容易卡死。
训练启动后重点看三个东西：box_loss是否稳定下降、mAP50是否在涨、cls_loss有没有突然飙高。cls_loss飙高通常意味着类别标注有冲突，比如同一张图里fall和lying框重叠严重，这时候要回去查标注。
3.3 画损失函数曲线和混淆矩阵
训练完runs/fall/exp1/下会有results.csv，里面记录了每轮的 loss 和指标。想单独画损失曲线，用下面这段：
import pandas as pd import matplotlib.pyplot as plt df = pd.read_csv("runs/fall/exp1/results.csv") df.columns = [c.strip() for c in df.columns] # 列名可能带空格 fig, ax1 = plt.subplots(figsize=(10, 5)) ax1.plot(df["epoch"], df["train/box_loss"], label="train box_loss") ax1.plot(df["epoch"], df["val/box_loss"], label="val box_loss") ax1.set_xlabel("epoch") ax1.set_ylabel("box loss") ax1.legend(loc="upper right") ax2 = ax1.twinx() ax2.plot(df["epoch"], df["metrics/mAP50(B)"], color="green", label="mAP50") ax2.set_ylabel("mAP50") ax2.legend(loc="lower right") plt.title("YOLOv8 fall detection training curve") plt.tight_layout() plt.savefig("fall_loss_curve.png", dpi=150)逻辑说明：左轴画 box_loss，右轴画 mAP50，这样能直观看到 loss 下降和指标上升是否同步。如果 loss 一直降但 mAP 不涨，多半是过拟合或者验证集分布和训练集差太多。参数上dpi=150够发报告用，figsize按需调。混淆矩阵 YOLOv8 会自动生成在exp1/confusion_matrix.png，重点看fall被误判成lying的比例，这个数高就说明两类边界没学好，需要补「半躺」「侧倒」这类难样本。
4. 推理、验证与部署前必须做的几件事
4.1 用验证集跑指标并逐类看 P/R
训练完不要只看一个总 mAP，要逐类看。命令：
yolo detect val \ model=runs/fall/exp1/weights/best.pt \ data=fall_data.yaml \ imgsz=640 \ conf=0.25 \ iou=0.5输出里会分别列出fall、person、lying的 precision、recall、mAP50。跌倒检测里fall的 recall 比 precision 更重要，漏报一次跌倒的代价远大于误报。如果fall的 recall 低于 0.85，优先补数据而不是调阈值。conf=0.25是推理置信度阈值，验证阶段先用默认，部署时再按场景调。
4.2 单张图和视频推理的最小代码
验证通过后，用 Python 跑单张图确认效果：
from ultralytics import YOLO model = YOLO("runs/fall/exp1/weights/best.pt") # 单张图推理，save=True 会把带框结果存到 runs/detect/predict results = model.predict( source="test_fall.jpg", imgsz=640, conf=0.3, iou=0.45, save=True ) for r in results: for box in r.boxes: cls_id = int(box.cls[0]) conf = float(box.conf[0]) print(model.names[cls_id], round(conf, 3))conf=0.3比验证时略高，是为了减少演示时的误报。iou=0.45控制 NMS 合并程度，跌倒场景里人和跌倒框可能重叠，iou 设太高会把两个框都留下，设太低会误合并，0.45 是我试下来比较稳的值。视频推理把source换成视频路径即可，YOLOv8 会自动逐帧处理并输出视频。
4.3 从检测到报警：持续帧判定逻辑
单帧检测出fall不代表真跌倒，可能只是弯腰。工程上要加一个持续帧判定：连续 N 帧中至少 M 帧检出fall才触发报警。常见做法是 N=15、M=10，按 25fps 算大约 0.6 秒。这个逻辑不复杂，但能大幅降低误报。如果部署到边缘设备，建议把这段判定放在后处理里，而不是塞进模型，方便按场景调参。
5. 跌倒检测训练里最容易翻车的几个坑
5.1 现象：mAP 很高但实际误报不断
原因：验证集和训练集来自同一批视频，按帧随机划分导致同一段视频的相邻帧同时进了 train 和 val，模型其实在「背答案」。解决：按视频段划分数据集，确保同一段视频只出现在一个子集里，重新训练后 mAP 通常会掉几个点，但那个数才是真实的。
5.2 现象：训练到一半 loss 变成 nan
原因：学习率过高，或者标注里有宽高为 0 的框。Labelme 转换时如果两个点重合，bw或bh会是 0，YOLOv8 计算 loss 时除零。解决：在转换脚本里加一行过滤，if bw <= 0 or bh <= 0: continue，同时把lr0从 0.01 降到 0.005。
5.3 现象：模型把「蹲下」全判成跌倒
原因：数据集里缺少蹲下、弯腰这类负样本，模型没见过这些姿态，只能往最近的fall类靠。解决：专门补拍蹲下捡东西、系鞋带、坐下的片段，标成person，每类至少 200 张，重新训练后误报会明显下降。
5.4 现象：GPU 显存够但训练报 CUDA out of memory
原因：batch设太大，或者imgsz提到 960 后没同步降 batch。解决：6G 显存下imgsz=640配batch=16是上限，提到 960 就把 batch 降到 4 或 8。也可以用yolo detect train ... amp=False关掉混合精度排查是不是 AMP 引起的显存异常。
5.5 现象：转 ONNX 后推理结果和 PyTorch 不一致
原因：导出时没指定opset或动态轴，或者预处理归一化方式不同。解决：导出命令加opset=12和dynamic=False，并在 ONNX 推理端严格复用 YOLOv8 的预处理：BGR 转 RGB、除以 255、letterbox 填充。这三步错一步，框的位置就会整体偏移。
6. 把跌倒检测推到边缘设备：量化与阈值联调的一个实用技巧
模型训练完只是半成品，真正落地到 RK3588、Hi3516 这类板子上，量化是绕不过去的。我的习惯是先在 PC 上用 ONNX Runtime 验证 FP32 精度，再做 INT8 量化，对比量化前后fall类的 recall 掉了多少。如果掉超过 5 个点，就回到训练阶段补数据，而不是硬调量化参数。
具体做法是导出一份 ONNX，用onnxruntime跑一遍验证集，记录每类的 P/R：
import onnxruntime as ort import numpy as np import cv2 sess = ort.InferenceSession("best.onnx", providers=["CPUExecutionProvider"]) input_name = sess.get_inputs()[0].name def preprocess(img_path, size=640): img = cv2.imread(img_path) img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) img = cv2.resize(img, (size, size)) img = img.astype(np.float32) / 255.0 img = np.transpose(img, (2, 0, 1)) # HWC -> CHW return np.expand_dims(img, axis=0) out = sess.run(None, {input_name: preprocess("test_fall.jpg")}) print(np.array(out[0]).shape) # 确认输出维度符合预期这段代码的重点是预处理必须和训练时一致，尤其是BGR2RGB和/255.0，少一个结果就偏。量化时用板子厂商的工具链，校准集从验证集里抽 200 张，覆盖白天、夜间、多人场景。量化完在板端跑一遍，重点看fall的 recall 和单帧耗时，如果 recall 掉太多，优先检查校准集是不是偏了。
阈值联调有个实用技巧：不要只调conf，把conf和持续帧判定的 M 值一起调。比如板端算力有限只能跑 10fps，那 N=15 就对应 1.5 秒，太慢，改成 N=8、M=6，同时把conf从 0.3 提到 0.4，用置信度换响应速度。这个组合我在实际项目里调过很多次，比单独调一个参数有效得多。
最后说个我自己的习惯：每次训练完，我都会把best.pt、data.yaml、results.csv和当时的训练命令一起存进一个带日期的文件夹，命名比如fall_yolov8s_20240612。跌倒检测这行，数据一换、参数一改，结果就完全不同，没有后悔药，只能靠记录复现。希望帮到你。
本文还有配套的精品资源，点击获取
