改进YOLOv5的人体摔倒检测

分享到

【获取途径】超星期刊网
【作者】张靖
【刊名】现代信息科技
【作者单位】太原师范学院计算机科学与技术学院
【年份】2023
【卷号】第7卷
【期号】第4期
【页码】121-124
【ISSN】2096-4706
【关键词】改进YOLOv5算法人体摔倒检测 K-means聚类 EIoU损失函数
【摘要】摔倒是影响老人生命安全的重要问题之一，为提高检测准确率，将YOLOv5模型应用于摔倒检测并做了改进。首先，用K-means聚类算法得到更符合目标形态的anchor长宽比例，使边界框更精确，提高摔倒检测准确率。其次，用EIoU损失函数替换CIoU损失函数，加快收敛速度，使目标定位更准确。实验结果表明，改进后的YOLOv5模型检测效果较好，准确率达到99.1%,mAP值达到99.3%，能够更好地满足摔倒检测的要求。
【文献类型】期刊