基于YOLOv5s和ResNet-50改进的摔倒行为检测方法

本发明公开了一种基于YOLOv5s和ResNet‑50改进的摔倒行为检测方法，步骤为：S1：收集人体数据集，经过识别处理后构成摔倒数据集，并划分摔倒数据集，再进行标注摔倒属性；S2：搭建ResNet‑50模型，训练摔倒数据集，并提取特征，输出摔倒行为检测模型；S3：采用多帧逻辑判断策略通过训练完成的ResNet‑50摔倒行为检测模型对测试集进行摔倒行为检测，根据特征变化判断是否摔倒，输出测试集图片的摔倒属性结果并按不同摔倒属性分类。该方法具有高准确性，抗干扰能力强，且具备较强的环境适应性，能够在不同光照、背景及姿态变化的条件下，准确识别摔倒行为。