简介：面向人工智能项目实践者，这份资源将YOLOv5人体检测与OpenPose姿态估计结合，用于实现高效摔倒检测。压缩包内共183个文件，涵盖Python脚本、YOLO与OpenPose模型文件（openpose.jit、action.jit）、训练配置yaml以及大量示例图片，整体约40MB，便于快速搭建与二次开发。运行runOpenpose.py可提取人体关键点图，并可通过pose.py中draw方法控制保存位置，为后续模型训练准备数据；运行detect.py则先执行YOLO定位人体，再裁剪人体区域交给OpenPose分析姿态，其中宽高比判断与关键点限制均可按需修改。若需检测其他姿势，资源提供了完整扩展流程：采集图片生成关键点图、按类别整理至data/train与data/test、执行action_detect/train.py训练新模型，具备良好的通用性。附带的Dockerfile与yaml配置可帮助快速部署环境，减少踩坑。已有1063人学习使用，适合具备Python基础、希望深入目标检测与姿态识别结合的开发者。
1. 为什么摔倒检测要用 yolov5 加 openpose：先想清楚再动手
yolov5人体检测+openpose姿态检测实现摔倒检测，这个方案拆开就是一套串行管道：先用yolov5把人从画面里找出来，再用openpose估计头、颈、髋、膝等关键点，最后按关键点的高度和角度判定是否摔倒。早期我试过只靠yolov5人体检测：连续几帧检测框中心点突然下移就报摔倒，结果工人蹲下捡东西被误报成摔倒。只靠目标框很难区分蹲、坐、躺，而姿态估计能把判断从“框的位置”升级成“骨骼的姿势”，误报率能降一截。这个项目适合正在学目标检测、想往姿态估计走一步的从业者，也适合做养老院、工地等场景的安防落地。下面按环境—联动—判定—排查—部署的顺序讲，代码可直接抄去改。
2. 环境与模型选型：把 yolov5 和 openpose 装进同一个推理管线
2.1 conda 环境配置：先解决版本冲突，再谈检测效果
做这个项目，最容易翻车的地方不是算法，而是环境。yolov5依赖pytorch，openpose官方仓库依赖caffe、cudnn和一堆编译工具，两个装进同一个环境，经常因为protobuf或opencv版本打架。我踩过一次：yolov5要opencv-python>=4.1，openpose的python API又需要opencv-contrib-python，两个包互相覆盖，最后图像显示都是花的。后来我不再碰官方openpose仓库，改用OpenCV DNN模块加载openpose的caffemodel。这样姿态估计不再需要额外编译C++代码，一个opencv-python就搞定，和yolov5只共享python环境，省掉很多玄学问题。
# 用conda创建独立环境，避免污染base环境 conda create -n fall python=3.8 -y conda activate fall # 安装pytorch，先按你机器的cuda版本选命令，CPU版直接跑也没有问题 conda install pytorch torchvision torchaudio cudatoolkit=11.3 -c pytorch -y # yolov5需要的依赖，可以进入yolov5源码目录后装requirements pip install -r requirements.txt # 这里单独装opencv-python和opencv-contrib-python，dnn模块在contrib包里更全 pip install opencv-python opencv-contrib-python numpy先说python和pytorch：conda create指定python=3.8，是因为不少历史版本的yolov5和openpose模型脚本对3.9以上支持的坑比较多，没必要在这个地方赌运气。cudatoolkit版本不用追新，只要和你的显卡驱动匹配。如果只是CPU调试，把cuda那行去掉，后面推理会慢一些但能跑通。再强调一下opencv：dnn模块读caffe模型在opencv-python里也有，但contribute包里额外包含了文本检测、跟踪等模块，后文有些辅助函数会用到，所以两个都装上不会被覆盖。
yolov5源码建议从官方仓库clone下来，因为后面要训练自己的数据集和导出torchscript，都需要源码里的export.py和train.py。别用纯pip install yolov5这种方式，你很难看着源码改后处理。clone下来之后，进入目录pip install -r requirements.txt最稳。这个细节算是我做yolov5基础笔记时最常提醒人的一点：依赖清单在官方requirements.txt里已经写死，自己逐个pip装很容易漏掉pyyaml、matplotlib、tensorboard这些辅助包。
2.2 模型权重与训练策略：用官方权重还是自己训练 yolov5
环境装好后，第一件事是把yolov5s.pt跑起来。官方权重对coco 80类都有检出能力，其中person类对应的类别id是0。摔倒检测场景里通常不需要检测其他东西，可以强制让模型只输出person类。如果场景是固定的室内摄像头，视野变化小、人的大小范围稳定，官方权重够用；如果场景是俯视、夜间、或者人经常被遮挡，官方权重就很容易漏检，这时候才需要考虑用自己场景的数据微调yolov5。常见做法是先收集500到1000张标注了person的图片，用yolov5的detect.py做一次验证，看看哪些场景漏检，再去sample数据训练。yolov5超参数里最需要调的三个是batch、epochs和imgsz。我的习惯是先用batch=8、epochs=50、imgsz=640跑一遍，确认loss能降下来，再把epochs加到100。不要一上来就训练300轮，v5训练很快，但调一次数据集和标签要花很多时间。
OpenPose部分用OpenCV DNN的话，需要准备两件东西：一个caffemodel权重文件，一个prototxt网络结构文件。prototxt我一般直接用官方BODY_25的版本，它输出25个关键点，比coco的18点多了髋部和脚部细节，摔倒判定时多了几个可靠的参考点。加载代码很短：
import cv2 # 官方BODY_25的caffe模型文件放到models/openpose目录 net = cv2.dnn.readNetFromCaffe( "models/openpose/pose_deploy_linevec.prototxt", "models/openpose/pose_iter_440000.caffemodel" ) # 直接用CPU也能跑，但会慢；有GPU时优先用CUDA net.setPreferableBackend(cv2.dnn.DNN_BACKEND_CUDA) net.setPreferableTarget(cv2.dnn.DNN_TARGET_CUDA)这里要说明两点。第一，模型文件是openpose官方发布的，很多博客里都能看到对应文件名，但注意prototxt和caffemodel必须配套，用coco的prototxt配BODY_25的caffemodel，会直接报维度不匹配的错误。第二，setPreferableBackend和setPreferableTarget这两行，如果你的机器没有CUDA，就不要调用，否则dnn模块会启动失败。CPU跑openpose不是不行，而是输入分辨率必须降下来，我们后面第3章会讲怎么用yolov5的框来缩小openpose的输入图，避免全图推理。
YOLOv5的模型大小也要选对。yolov5s是速度和精度平衡点，做实时摔倒检测首选。如果想更轻，用yolov5n，把imgsz降到320，但检测小目标能力会变差；如果想更准，用yolov5m或l，但CPU上代价很大。如果目标是“树莓派5上部署自己训练的yolov5模型”，我会建议yolov5s加ONNXRuntime甚至TensorRT，而不是直接跑原版pytorch，原版pytorch在树莓派5上跑yolov5s很难到实时，加上openpose就更难了。
如果你决定训练自己的数据集，yaml文件要按yolo格式写：
# 在yolov5源码目录下执行，fall.yaml里指向你标注好的数据集 python train.py --data fall.yaml --weights yolov5s.pt \ --epochs 50 --batch-size 8 --img-size 640fall.yaml的关键内容只有三行：path写数据集根目录，train写训练图片文件夹，names写成["person"]，nc自动推断为1。这样训练出来的就是单类别检测器，后处理时不需要再按class过滤。这个配置在yolov5训练自己的数据集时非常常见，比直接用coco.yaml省显存也省推理时间。
3. 人体检测与姿态估计的联动：让两套模型在一根管线里配合
3.1 yolov5人体检测：后处理为什么要做类别过滤与置信度过滤
yolov5输出是三维tensor，shape是[1, 25200, 85]，85里前4个坐标，第5个objectness，剩下80个分类概率。直接拿这个输出做摔倒判定是不可能的：25200个候选框里大部分是背景，而且坐标是在640x640输入图下的像素坐标，不是原图坐标。所以后处理至少要做三件事：阈值过滤、NMS、坐标缩放。如果你用torch.hub方式加载模型，这些后处理yolov5已经封装好了，返回的results对象里可以直接拿pandas()。自己用源码的detect.py时，最后的detect层也做了nms。但摔倒检测里有个细节：不要用默认的conf=0.25，最好调到0.45到0.5。为什么？因为openpose比较慢，我们只会对置信度高的框去做姿态估计，如果一个低置信度的框混进来，openpose算出的关键点大概率是乱的，反而把摔倒判定带偏。
import torch # 加载yolov5官方预训练模型；离线部署时改成加载本地的yolov5s.pt model = torch.hub.load('ultralytics/yolov5', 'yolov5s', pretrained=True) model.conf = 0.45 # 提高置信度，滤掉低质量的预测框 model.iou = 0.5 # NMS的IoU阈值，框重叠严重时调高到0.6 model.classes = [0] # 只保留person类，coco里0是person model.max_det = 20 # 画面中最多保留20个人，人多时防止后处理卡顿 # frame是摄像头读进来的BGR图；results里带缩放和nms信息 results = model(frame) boxes = results.pandas().xyxy[0] # 每一行是 x1 y1 x2 y2 confidence class参数说明：conf、iou、classes这三个属性是yolov5推理时直接读的，比你在detect层外面再做一次过滤省事。max_det限制最大检测人数，主要不是为了速度，是为了防止某帧画面出现大量误检框时，后面的姿态估计被无意义目标占满。boxes里拿到的坐标是原图坐标，因为torch.hub返回的results对象内部已经把letterbox的padding和缩放映射回去了。我自己写落地方案时不会用torch.hub，因为每次启动都要检查网络；正确做法是用export.py把yolov5s.pt导出成torchscript或onnx，然后用torch.jit.load或onnxruntime加载。torch.hub只适合开发调试，部署时它需要联网或提前缓存权重。
3.2 openpose姿态关键点：从人体框裁剪还是全图推理，映射关系必须写对
OpenPose网络输入固定是368x368或656x368，如果直接把整帧1080p塞进去，下采样严重，人小一点关键点就是糊的。更稳的做法是用yolov5给的人体框把人抠出来，只对这个框做姿态估计。这个框会动态变化，所以还要动态计算缩放和偏移。
def estimate_pose(net, frame, box): x1, y1, x2, y2 = [int(v) for v in box[:4]] # 框向外扩展20%，给关键点留出边缘余量 h, w = frame.shape[:2] pad_x, pad_y = int((x2 - x1) * 0.2), int((y2 - y1) * 0.2) x1 = max(0, x1 - pad_x) y1 = max(0, y1 - pad_y) x2 = min(w, x2 + pad_x) y2 = min(h, y2 + pad_y) person = frame[y1:y2, x1:x2] blob = cv2.dnn.blobFromImage(person, 1.0 / 255, (368, 368), (127.5, 127.5, 127.5), swapRB=False) net.setInput(blob) heatmaps = net.forward()[0] # shape: (57, 46, 46)，BODY_25前25个通道是关键点热图 # 找出每个关键点的最大响应位置，并映射回原图 keypoints = [] for i in range(25): heat = heatmaps[i] _, conf, _, point = cv2.minMaxLoc(heat) if conf < 0.2: keypoints.append((0, 0, conf)) continue # 热图尺寸是46x46，先映射到裁剪图尺寸，再加回左上角偏移 px = int(point[0] * person.shape[1] / heat.shape[1]) + x1 py = int(point[1] * person.shape[0] / heat.shape[0]) + y1 keypoints.append((px, py, conf)) return keypoints注意：blobFromImage 的 mean 值必须从 prototxt 的 mean_value 字段读取，手填会和模型训练配置不一致。
这段代码最关键的坑是坐标映射。net.forward输出的热图尺寸不是368x368，而是输入尺寸除以8，也就是46x46。很多人直接把热图坐标当成原图坐标，结果关键点全部挤在人物的左上角。这里用point[0]乘person.shape[1]/heat.shape[1]得到裁剪图内坐标，再加x1偏移。扩展20%是人脸遮挡、手部摆动时最常见的调优手段：不扩展的话，人体稍微侧身，手肘关键点就会被切出去。blobFromImage的mean值是127.5，这个必须和caffe模型的训练配置一致，改成ImageNet的mean会让人体关键点全部漂移。你要是不确定，直接查prototxt文件里的mean_value字段。
再讲一下为什么不在全图上跑openpose。除了慢，还有一个稳定性问题：全图里如果有两个人，openpose输出的关键点分组依赖PAF部分，很容易把两个人的肩膀互相连错。你只在单个人体框里跑，天然避开了不同人关键点匹配的纠葛。这也是这个组合方案相比纯openpose的一大优势：检测和姿态各司其职。yolov5负责把人分开，openpose只负责单人的骨骼细节。
4. 摔倒判定算法：不靠玄学，靠几何特征和阈值
4.1 关键点特征：中心点高度、躯干角度、速度突变
有了25个关键点，怎么判断摔倒？最直接的特征有三个：关键点平均高度、躯干倾角、关键点垂直方向速度。摔倒过程通常发生在0.5到1.5秒之间，表现是人体高度快速下降，同时躯干从接近垂直变成接近水平。如果只用高度下降，蹲下和坐下也会触发误报；如果只用角度，躺下休息或侧卧也会误报。所以落地系统一般把三个特征组合，再加一个时间窗确认。
有些人会问，为什么不用目标检测框的宽高比变化来判断？因为宽高比在弯腰捡东西、从床上坐起时同样会剧烈变化，而且远近距离也会影响宽高比。姿态关键点能更直接地描述人体是否保持竖直，这也是这套方案比纯目标检测更容易过验收的原因。
先定义特征计算。BODY_25的关键点编号中，0是鼻子，1是颈部，8是髋部中点，12是右髋，13是左髋。躯干倾角可以用颈部和髋部中点连成的线段与垂直轴的夹角，但要注意：坐着的夹角可能也有40度，要配合高度。我用的是归一化高度，也就是关键点平均高度除以当前人的身高估计值。这个身高估计值取“头到脚踝”的竖直方向距离，会比用坐标绝对像素稳定。
import numpy as np def fall_features(keypoints): # keypoints: list of (x, y, conf)，数量25 kp = np.array(keypoints, dtype=np.float32) kp[kp[:, 2] < 0.2, :2] = 0 # 低置信度的点不参与计算 nose = kp[0, :2] neck = kp[1, :2] mid_hip = kp[8, :2] right_ankle = kp[15, :2] left_ankle = kp[16, :2] # 关键点平均高度：用鼻子、颈部、髋部的高度做平均 avg_y = (nose[1] + neck[1] + mid_hip[1]) / 3 # 躯干倾角：颈-髋向量与垂直轴(0, -1)的夹角 trunk_vec = mid_hip - neck if np.linalg.norm(trunk_vec) < 1: angle = 0.0 else: # 夹角公式，注意图像坐标系y向下，垂直方向是(0, -1) cos_angle = abs(trunk_vec[1]) / np.linalg.norm(trunk_vec) angle = np.degrees(np.arccos(np.clip(cos_angle, -1, 1))) # 参考高度：用颈到踝的竖直距离，作为衡量高度下降的标尺 ankle_y = (left_ankle[1] + right_ankle[1]) / 2 ref_height = max(1, abs(ankle_y - neck[1])) # 归一化平均高度：0表示人平躺，1表示站立 norm_height = max(0.0, min(1.0, (ankle_y - avg_y) / ref_height)) return norm_height, angle这里我把norm_height定义成一个0到1的值。站立时鼻、颈、髋的平均位置接近颈部，ankle_y减去avg_y基本等于ref_height，所以归一化高度接近1。平躺时三个关键点的y都接近地面，ankle_y减去avg_y接近0，norm_height接近0。为什么要用“踝关节在地面”作参照而不是直接用绝对像素高度？因为摄像头远近和分辨率会让绝对高度在不同距离下差很多，归一化后跨距离可比。角度部分要小心图像坐标系：y轴向下，trunk_vec[1]是负数时表示髋在下、颈在上，cos_angle取绝对值后对站和躺都一样能算。这个特征描述的是躯干偏离垂直的程度，不是倒地方向，所以前后倒都行。
4.2 判定逻辑与参数设定：把阈值写成可调的超参数，别写死在代码里
有了每帧的norm_height和angle，还不能单帧判断。摔倒有一个关键特征：短时间内的突发变化。坐下和蹲下也是高度下降，但速度比摔倒慢，且躯干角度未必超过60度。所以我的判定逻辑是滑动窗口内同时满足三个条件：norm_height从高点快速下降到低于阈值，angle超过阈值，变化发生在1秒内。
class FallDetector: def __init__(self, height_thresh=0.3, angle_thresh=45, speed_thresh=0.4, win_size=10): self.height_thresh = height_thresh self.angle_thresh = angle_thresh self.speed_thresh = speed_thresh self.win_size = win_size self.history = [] # 存 (norm_height, angle) def update(self, norm_height, angle): self.history.append((norm_height, angle)) if len(self.history) > self.win_size: self.history.pop(0) if len(self.history) < self.win_size: return False # 用窗口内最高点和最低点的差异衡量速度 heights = [h for h, _ in self.history] drop = max(heights) - min(heights) # 用窗口最后两帧的平均角度看是否接近水平 avg_angle = sum(a for _, a in self.history[-3:]) / 3 if drop >= self.speed_thresh and min(heights) <= self.height_thresh and avg_angle >= self.angle_thresh: return True return False fall = FallDetector()参数说明：height_thresh是归一化高度阈值，我常用0.3，意思是人体中心高度掉到站立的30%以下。如果你只监控躺着休息的床位区，这个阈值要调低，否则人正常躺下会被判摔倒。angle_thresh用45度，是因为坐姿的躯干倾角通常在30度以下，摔倒时一般会超过45度。speed_thresh用0.4，表示在10帧窗口内高度变化超过40%，这能过滤掉慢慢坐下的情况。win_size要根据帧率设：视频是15fps，10帧是0.67秒；视频是30fps，win_size应该调到16到20，保证窗口覆盖1秒的时间跨度。这些阈值就和yolov5超参数一样，是需要对你实际场景样本反复调的，没有一套全局最优值。
如果窗口内先下降、又站起来，history会丢失最高点，导致drop被低估。所以更稳的写法是维护一个“最近1秒内最大高度”的记忆，不随窗口滑动丢掉。这个我在实际项目里加过，确实减少了扶老人起身时的误报。另外，检测到摔倒后应该再等3到5帧确认，不要立刻触发报警，因为摄像头抖动和人体自然晃动都可能造成一帧虚假特征。
还有一点和yolov5的送检逻辑相关：多人画面里每个人都要单独维护一个FallDetector实例，不能把两个人的关键点混在一组特征里。最简单的方法是用IoU把连续帧的人体框关联起来，再按检测框的id去更新历史。没有人框时，先不更新窗口，避免把空白帧也计入高度变化。跟踪闭环后，摔倒判定自然会从单帧报警变成时间序列报警。
5. 踩坑与排查：环境、模型、映射、阈值，五个最容易翻车的地方
5.1 openpose 在 CPU 上慢到没法实时，怎么救？
现象是视频画面卡到1秒只出两三帧，CPU风扇狂转，GPU显存却没用上。原因是OpenCV DNN默认用CPU，而BODY_25的caffemodel本身是VGG风格的大网络，如果还按368x368全图推理，时间全耗在卷积上。解决时我一般分三步：先用yolov5的框裁剪后再输入openpose，避开全图；再把输入分辨率从368x368降到288x288，大骨架点基本不受影响；然后启用GPU，把后端换成DNN_BACKEND_CUDA。以上都不满足时，就隔帧跑openpose，用检测框的连续变化先粗筛，确认高度突然下降后再触发一次单帧姿态估计，这个先粗筛后精检的思路在部署部分会再续。
5.2 yolov5 检测不到人，或把椅背、海报当成人
现象是摄像头对着走廊，空旷场景经常漏检；对着办公室，椅背频繁误检成person。原因是官方yolov5s的coco训练集以自然场景为主，监控视角、夜间红外、画面压缩都会导致分布偏移。高背椅的轮廓和站立的人体下半身相似，所以误检。解决时先拿现场样本批量跑detect.py，把漏检和误检截图留下来，挑几百张做微调。如果暂时不想训练，就调model.conf：误检多提高到0.5到0.6，漏检多降到0.3。但要清楚，conf降得越低，后面openpose处理的无意义框就越多。从部署角度，我倾向训练自己的数据集，一次投入长期受益。
5.3 坐下、蹲下被误判成摔倒，关键是时间窗口
现象是测试视频里人慢慢坐到沙发上，系统报了摔倒。原因是单帧特征满足了高度和角度阈值，但坐下的速度远低于摔倒，FallDetector的speed_thresh没拦住。解决时把判断从单帧改成滑动窗口，用窗口内最大高度和最小高度的差作为速度度量，然后调高speed_thresh；同时注意坐着时norm_height通常不会降到0.3以下，所以height_thresh可以结合“需持续0.5秒”的条件。窗口不要设太长，否则真摔倒后1秒才报警，失去了预警价值。
5.4 关键点映射错位：底座在跑，骨架画在墙上
现象是yolov5框定位准确，但openpose画出的骨架和人体错位，越靠近画面边缘越严重。原因是热图坐标没有按网络下采样倍率换算，或者忘了加裁剪框偏移；另一个常见原因是blobFromImage的mean参数和prototxt不一致，导致热图整体漂移。解决时按第3.2节的代码走，用heat.shape映射比例而不是硬编码尺寸；把mean_value写成从prototxt读取，避免手填。如果发现只有下边界错位，多半是yolov5的框在裁剪时越界，记得先做min/max clip。开发阶段建议把关键点实时画出来看，别等报警才看图。
5.5 摄像头斜装，角度和高度全部失真
现象是摄像头装在墙角斜着俯拍，人躺下时躯干角度只有20度，摔倒不报警。原因是单目相机无法还原三维姿态，斜装时图像上的“垂直”不等于实际重力方向。解决时优先把摄像头正对活动区域，高度不超过2米，俯角不超过30度；如果必须装在高处，就做相机标定，把图像坐标映射到地面坐标系再算角度。实在不行，把高度下降作为主判据，角度只做辅助，因为倒地后关键点的y坐标接近地面，站姿的y坐标在图像上仍然较高。卫生间这种必须高装的位置，纯2D方案的误报率会明显偏高，需要接受误报或换带人形框的雷达。
6. 最后一步：把摔倒检测做成能实时运行的部署方案
6.1 用 frame skipping 和检测结果缓存把帧率提上来
整套管线最贵的就是openpose。我的习惯是设计一个两级调度：yolov5每帧都跑，因为它相对快；openpose只在“人框高度变化异常”的帧才跑。实现时用一个简单的粗筛，输入先用yolov5人框底部坐标的变化，高度快速下降就触发一次openpose细判。日常不触发时完全不做姿态估计，CPU占用立刻降下来。如果你要在树莓派5上部署自己训练的yolov5模型，这个策略几乎是必须的：yolov5可以导出成ONNX用ONNXRuntime跑，openpose只在报警前瞬间启动。
下面是主循环的简化版：
cap = cv2.VideoCapture("fall.mp4") fall = FallDetector() # 假设yolo_model和openpose_net已经加载 while True: ret, frame = cap.read() if not ret: break results = yolo_model(frame) boxes = results.pandas().xyxy[0] person = boxes[boxes["class"] == 0].head(1) if not person.empty: box = person.iloc[0][["x1", "y1", "x2", "y2"]].values keypoints = estimate_pose(openpose_net, frame, box) norm_h, angle = fall_features(keypoints) is_fall = fall.update(norm_h, angle) if is_fall: cv2.putText(frame, "FALL", (20, 40), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 3) cv2.imshow("fall", frame) if cv2.waitKey(1) == 27: break这个代码把openpose放在每帧里跑，实际部署时要把estimate_pose调用包在一个条件判断里：只有最近3帧人框底部y坐标变化超过阈值，才去做姿态估计。这样做的原因是摔倒通常伴随人体框底部快速下落，如果这个粗筛没通过，大概率不是摔倒，就不必为它付openpose的算力账。用head(1)只处理画面里最靠前的人，避免多人同时触发；要处理多人场景，就把这一步改成循环并对每个人维护一个FallDetector实例。
6.2 验证方法：用正负样本视频逼出阈值问题
别拿一段躺下的视频测一遍就宣布完工。我习惯准备三份素材：摔倒视频、坐下/蹲下视频、正常行走视频，各5到10段。对每段统计系统输出结果，计算召回率和误报率。调参时先定height_thresh，再用angle_thresh调误报，最后用speed_thresh调“慢慢倒下”的漏报。每次调整都在三份素材上全部重跑，因为阈值互相影响。这也是我踩坑最多的地方：原来只在一段视频上调参，换场景后误报率翻倍，后来固定用三份素材回归才算稳定。
至于这个方向值不值得做，我的答案是值得，但要看清楚自己手里有什么数据。如果你只有CPU，先按上面的两级调度把流程跑通，再用GPU加速；如果要商业落地，一定要做摔倒后的连续确认和报警延后，避免误报消耗安保人力。我自己的习惯是把判决阈值放在服务端配置文件里，而不是写死在代码中，这样现场部署时不用改代码重新编译，只需调参数重启服务。这个习惯救过我不少次，希望帮到你。
本文还有配套的精品资源，点击获取
