摘要
本发明公开了一种基于改进YOLOv8的轻量化跌倒检测方法及系统,具体步骤包括:构建跌倒数据集;对YOLOv8模型进行改进,引入GSConv模块、VoV‑GSCSP模块和Detect_LADH轻量化检测头,得到VGL‑YOLO轻量化跌倒检测模型;将轻量化检测模型进行推理加速,嵌入到边缘计算终端Jetson TX2 NX部署;通过摄像头采集数据传输至计算终端Jetson TX2 NX进行处理;将处理后的数据通过可视化平台实时显示。本发明使用VGL‑YOLO模型进行跌倒检测,并成功将其部署在边缘计算终端Jetson TX2 NX上,在实现模型轻量化的同时保持较高的检测精度和性能,解决了传统跌倒检测算法实时性差、资源环境受限等问题。
技术关键词
跌倒检测方法
可视化平台
跌倒检测算法
YOLO模型
网络模块
终端
图像采集设备
卷积技术
检测头
数据
阶段
受限
信号
框架
人体
资源
精度