一种基于轻量化LMBW-YOLO的跌倒检测方法

本发明提供一种基于轻量化LMBW‑YOLO的跌倒检测方法，包括构建跌倒检测数据集；改进YOLOv5模型形成LMBW‑YOLO模型，使用CSRG模块替换原有C3模块并引入EMA注意力机制，降低信息传输过程中的损耗，增强特征表达能力；使用WFPN网络优化特征融合网络，并使用GSConv替换标准卷积，以降低模型计算复杂度并增强多尺度特征融合能力；使用Inner‑WIoU损失函数替换原始损失函数以加速模型收敛并提高泛化能力；利用跌倒检测数据集训练LMBW‑YOLO模型；将训练好的LMBW‑YOLO模型应用于实际场景的跌倒检测任务；本发明在实现模型轻量化的同时提升检测精度和性能。