一种基于OEF-YOLO模型的跌倒检测方法

本发明公开了一种基于OEF‑YOLO模型的跌倒检测方法，应用于计算机视觉技术领域。包括以下步骤：构建用于训练以及检测OEF‑YOLO模型性能的数据集；改进YOLOv8模型，得到用于跌倒检测的OEF‑YOLO模型；通过S1中构建的数据集训练OEF‑YOLO模型；通过S1中构建的数据集评估OEF‑YOLO模型的检测效果。本发明通过EMA注意力机制模块、C2f‑ODConv模块和融入Focal Loss的损失函数改进YOLOv8模型，提高了室内场景下跌倒检测的可靠性，在轻量化和高精度方面取得了合理的平衡。