YOLOv8跌倒检测实战：数据集、训练源码与部署全链路拆解

简介这份资源面向计算机视觉入门与进阶开发者、安防监控场景的算法实践者提供一套可直接运行的YOLOv8跌倒检测训练方案帮助解决从数据准备到模型部署的完整链路问题。压缩包共1438个文件约78.41MB其中1428张jpg图片构成跌倒与正常姿态的数据集6个py脚本负责数据加载、训练与推理2个md文档说明使用流程另附1个pt权重与1个onnx模型便于直接验证或跨平台部署。资源基于CSPDarknet特征提取网络与Anchor-Free检测头直接预测目标中心点及宽高比例在减少Anchor数量的同时兼顾检测速度与精度。已有1020人学习下载读者可据此复现训练流程、理解YOLOv8结构改动并快速迁移到老人看护、工地安全等实际场景中。1. 跌倒检测从这份 YOLOv8 资源包开始数据集、源码与训练链路拆解跌倒检测这件事真正卡住大多数人的从来不是模型结构而是数据。你拿到一份标注好的跌倒数据集再配上一套能直接跑的 YOLOv8 训练源码整个项目的启动成本会瞬间降下来。这份资源包的核心价值就在这里它把 fall 场景的图像样本和 YOLOv8 的训练代码打包在一起省掉了从零采集、标注、划分数据集的漫长过程。适合两类人——一类是想快速验证跌倒检测可行性的嵌入式或边缘计算方向工程师另一类是在做课程设计、毕设需要一套完整可复现链路的学生。资源包里能看到 fall_249.jpg、fall_324.jpg、fall_1277.jpg 这类命名规律的图像文件说明数据已经按类别整理过接下来要做的就是把它喂给 YOLOv8跑通训练、验证、推理三步。下面我从数据组织讲到训练参数再到部署前的模型导出把这条链路拆开。2. YOLOv8 跌倒检测的数据组织与训练前准备从图像命名到 YAML 配置2.1 跌倒数据集的文件结构与命名规律拿到资源包后第一件事不是急着装环境而是先看清楚数据是怎么放的。从 fall_249.jpg、fall_324.jpg、fall_1277.jpg、fall_1432.jpg 这些文件名能看出图像按 fall 前缀加序号命名序号不连续说明中间有筛选或剔除。常见做法是数据集根目录下分 images 和 labels 两个文件夹各自再分 train、val、test 三个子集。labels 里放同名的 .txt 标注文件每行格式是class_id x_center y_center width height坐标全部归一化到 0 到 1 之间。如果你拿到的包结构不是这样就需要自己写脚本重新组织。我一般会先跑一遍统计确认图像数量和标注文件数量是否一一对应避免训练到一半才发现有图没标签。# 统计 images 和 labels 下的文件数量确认是否配对 find datasets/fall/images/train -name *.jpg | wc -l find datasets/fall/labels/train -name *.txt | wc -l # 检查是否有图像没有对应的标注文件 for img in datasets/fall/images/train/*.jpg; do label${img/images/labels} label${label%.jpg}.txt if [ ! -f $label ]; then echo 缺失标注: $img fi done上面第一段命令分别统计训练集图像和标注的数量两个数字必须相等。第二段循环逐个检查每张图是否有同名 txt输出缺失列表。这一步看起来简单但实际项目里经常出现标注文件漏导、扩展名不一致的情况提前查比训练时报错强。2.2 写一份能直接用的 data.yamlYOLOv8 训练靠一个 YAML 文件告诉框架去哪里找数据、有几个类别、类别叫什么。跌倒检测通常是二分类或者多分类场景如果只检测跌倒和非跌倒nc 就是 2如果还要区分行走、坐姿、弯腰等姿态类别数相应增加。下面这份配置可以直接抄路径改成你自己的绝对路径或相对路径。# datasets/fall/data.yaml path: /home/user/datasets/fall # 数据集根目录 train: images/train # 训练集图像相对路径 val: images/val # 验证集图像相对路径 test: images/test # 测试集图像相对路径可选 nc: 2 # 类别数量 names: # 类别名称顺序必须和标注里的 class_id 对应 0: fall 1: no_fallpath 是根目录train、val、test 是相对于 path 的子路径。nc 和 names 必须和标注文件里的 class_id 严格对应如果标注里 fall 是 0、no_fall 是 1names 的顺序就不能反。常见翻车点是 names 写成列表格式[fall, no_fall]也能跑但用字典格式更直观改类别时不容易数错。另外注意 YAML 里冒号后面要留空格缩进用空格不用 Tab否则 Ultralytics 解析时会报错。2.3 环境安装与版本对齐YOLOv8 的环境依赖不算复杂但版本不对齐会出各种玄学问题。我一般用 Python 3.8 到 3.10 之间的版本太新的 Python 有时候和 torch 的预编译包不匹配。安装命令如下# 创建虚拟环境 python -m venv yolov8_env source yolov8_env/bin/activate # 安装 ultralytics 和依赖 pip install ultralytics8.0.200 pip install torch torchvision --index-url https://download.pytorch.org/whl/cu118 # 验证安装 yolo checksultralytics 这个包已经把训练、验证、推理、导出都封装好了不需要单独装 darknet 或者其他框架。torch 的版本根据你的显卡驱动选cu118 对应 CUDA 11.8如果只用 CPU 训练就去掉 index-url 那行。yolo checks会输出环境信息重点看 CUDA 是否可用、版本号是否匹配。如果显示 CUDA 不可用但你有显卡大概率是驱动版本和 torch 编译版本对不上换一个 torch 版本重装即可。3. 用 YOLOv8 训练跌倒检测模型命令行参数与训练过程监控3.1 从预训练权重开始训练YOLOv8 提供 n、s、m、l、x 五个尺度的预训练权重跌倒检测这种场景我一般从 yolov8n.pt 或 yolov8s.pt 开始。n 最小推理快适合边缘设备s 精度略高训练时间增加不多。如果你手头数据量在几千张以内n 版本足够跑出可用的结果。训练命令一行就能启动yolo detect train \ datadatasets/fall/data.yaml \ modelyolov8n.pt \ epochs100 \ imgsz640 \ batch16 \ lr00.01 \ patience20 \ projectruns/fall \ nameexp1data 指向刚才写的 YAMLmodel 指定预训练权重第一次跑会自动下载。epochs 是训练轮数100 轮对跌倒检测通常够用如果验证集指标还在涨可以加到 200。imgsz 是输入分辨率640 是默认值如果图像里人比较小可以提到 1280但显存占用会翻倍。batch 根据显存调8G 显存跑 640 分辨率大概能到 16。lr0 是初始学习率0.01 是 YOLOv8 的默认值数据量小的时候可以降到 0.001 防止过拟合。patience 是早停耐心值20 轮验证指标不提升就自动停省时间。3.2 训练日志里该盯哪几个指标训练启动后终端会滚动输出每一轮的损失和指标重点看三个box_loss、cls_loss、mAP50。box_loss 是边界框回归损失cls_loss 是分类损失两个都应该随着轮数增加而下降。如果 box_loss 降到某个值就不动了可能是学习率太小或者数据标注质量有问题。mAP50 是 IoU 阈值 0.5 时的平均精度跌倒检测一般能到 0.85 以上算不错。如果 mAP50 一直在 0.5 以下先检查标注文件里的坐标是不是归一化过的很多人直接把像素坐标写进去模型根本学不到东西。# 训练结束后用 pandas 读取 results.csv 画损失曲线 import pandas as pd import matplotlib.pyplot as plt df pd.read_csv(runs/fall/exp1/results.csv) df.columns df.columns.str.strip() # 列名可能有空格 fig, axes plt.subplots(1, 2, figsize(12, 4)) axes[0].plot(df[epoch], df[train/box_loss], labelbox_loss) axes[0].plot(df[epoch], df[train/cls_loss], labelcls_loss) axes[0].set_xlabel(epoch) axes[0].set_ylabel(loss) axes[0].legend() axes[1].plot(df[epoch], df[metrics/mAP50(B)], labelmAP50) axes[1].set_xlabel(epoch) axes[1].set_ylabel(mAP50) axes[1].legend() plt.tight_layout() plt.savefig(training_curves.png, dpi150)results.csv 是 Ultralytics 自动生成的训练日志每轮一行。列名里带斜杠的字段需要原样引用比如train/box_loss。画图不是为了好看是为了判断有没有过拟合——如果训练损失还在降但验证 mAP 开始掉就是过拟合了需要加数据增强或者减模型复杂度。这段代码跑完会生成一张双栏图左边损失右边精度一眼就能看出训练状态。3.3 验证集评估与混淆矩阵解读训练结束后框架会自动在验证集上跑一次评估输出 Precision、Recall、mAP50、mAP50-95 四个核心指标。Precision 是查准率Recall 是查全率跌倒检测里 Recall 更重要——漏检一个跌倒比误报一次非跌倒后果严重得多。如果 Recall 偏低可以调低推理时的置信度阈值或者增加跌倒类别的样本数量。混淆矩阵会保存在 runs/fall/exp1/ 目录下横轴是预测类别纵轴是真实类别对角线越深越好。常见问题是 fall 被大量预测成 no_fall说明模型对跌倒特征学得不够需要检查标注框是不是只框了人体一部分或者图像里跌倒姿态不够多样。4. 跌倒检测推理与模型导出从图片测试到 ONNX 转换4.1 用训练好的权重跑单张图片推理训练完拿到 best.pt 之后先别急着部署用几张测试图跑一下推理看看效果。命令行和 Python 两种方式都行我习惯用 Python 因为方便批量处理和保存结果。from ultralytics import YOLO # 加载训练好的权重 model YOLO(runs/fall/exp1/weights/best.pt) # 对单张图片推理 results model.predict( sourcedatasets/fall/images/test/fall_249.jpg, conf0.25, # 置信度阈值 iou0.45, # NMS IoU 阈值 saveTrue, # 保存带框的结果图 projectruns/predict, nametest1 ) # 打印检测到的目标信息 for box in results[0].boxes: print(f类别: {model.names[int(box.cls)]}, 置信度: {float(box.conf):.3f}, 坐标: {box.xyxy.tolist()})conf 是置信度阈值低于这个值的检测框会被过滤掉跌倒检测建议设 0.25 到 0.4 之间太低会误报太多。iou 是 NMS 的 IoU 阈值控制重叠框的合并程度0.45 是常用值。saveTrue 会把画好框的图存到 project/name 目录下。最后那个循环打印每个检测框的类别、置信度和坐标方便你判断模型有没有把非跌倒目标误检成跌倒。4.2 导出 ONNX 模型给嵌入式端用如果你打算把模型部署到 RK3588、树莓派或者其它边缘设备上ONNX 是绕不开的中间格式。YOLOv8 导出 ONNX 只需要一行命令但有几个参数会影响后续部署的难易程度。yolo export \ modelruns/fall/exp1/weights/best.pt \ formatonnx \ imgsz640 \ opset12 \ simplifyTrue \ dynamicFalseformat 指定导出格式opset 是 ONNX 算子集版本12 兼容性比较好RKNN 工具链对 12 支持也稳定。simplifyTrue 会调用 onnx-simplifier 做图优化去掉冗余算子。dynamicFalse 表示固定输入尺寸嵌入式部署一般用固定尺寸推理动态轴反而会增加转换难度。导出完成后会在权重同目录下生成 best.onnx可以用 netron 打开看看输入输出节点名称后面写推理代码时需要对应上。4.3 批量推理与结果统计实际项目里往往需要跑一批测试图统计模型在不同场景下的表现。下面这段代码遍历测试集目录把每张图的检测结果汇总到一个 CSV 里方便后续分析。import os import csv from ultralytics import YOLO model YOLO(runs/fall/exp1/weights/best.pt) test_dir datasets/fall/images/test output_csv inference_results.csv with open(output_csv, w, newline) as f: writer csv.writer(f) writer.writerow([filename, num_detections, classes, confidences]) for img_name in sorted(os.listdir(test_dir)): if not img_name.endswith(.jpg): continue img_path os.path.join(test_dir, img_name) results model.predict(sourceimg_path, conf0.3, verboseFalse) boxes results[0].boxes classes [model.names[int(c)] for c in boxes.cls] confs [round(float(c), 3) for c in boxes.conf] writer.writerow([img_name, len(boxes), |.join(classes), |.join(map(str, confs))]) print(f结果已保存到 {output_csv})verboseFalse 关掉每张图的详细输出避免刷屏。classes 和 confidences 用竖线拼接成字符串写入 CSV方便用 Excel 或 pandas 打开分析。跑完这个脚本你可以快速统计有多少张图检测到了跌倒、平均置信度是多少如果某些图检测数量异常多大概率是误检需要单独拿出来看。5. 跌倒检测训练常见问题排查从显存溢出到 mAP 不涨5.1 显存溢出CUDA out of memory现象训练启动几秒后报RuntimeError: CUDA out of memory终端显示显存占用接近满值。原因通常是 batch 设太大、imgsz 太高或者显卡本身显存不够。解决办法按优先级来先把 batch 减半比如从 16 降到 8如果还不行就把 imgsz 从 640 降到 416 或 320再不行就换 yolov8n 这种更小的模型。另外可以在训练命令里加ampFalse关掉混合精度虽然会慢一点但显存占用会降。我遇到过一种情况是显卡被其他进程占着nvidia-smi一看发现残留的 python 进程没退干净kill 掉就好了。5.2 mAP 一直不涨或者震荡现象训练了几十轮mAP50 在 0.3 到 0.5 之间来回跳没有明显上升趋势。原因可能有三个标注文件坐标没归一化、类别标签写错、学习率太大导致震荡。先检查标注文件随便打开一个 txt 看数值是不是都在 0 到 1 之间如果有大于 1 的数说明是像素坐标没转换。再检查 data.yaml 里的 names 和标注里的 class_id 是否对应比如标注里只有 0 和 1names 里却写了三个类别。最后把 lr0 从 0.01 降到 0.001 试试小数据集上大学习率容易跳过最优解。5.3 验证集指标好但实际推理效果差现象训练日志里 mAP50 到了 0.9但拿真实场景的图片跑推理漏检和误检都很严重。原因是训练集和验证集来自同一批数据分布太接近模型没有见过真实场景的多样性。解决办法是重新划分数据集确保验证集里有不同光照、不同角度、不同背景的样本。如果资源包里的数据本身场景单一就需要自己补充一些真实场景的图哪怕只有几十张混进去重新训练也能明显改善泛化能力。5.4 导出 ONNX 后推理结果和 PyTorch 不一致现象PyTorch 模型推理正常导出 ONNX 后用 onnxruntime 跑检测框位置偏移或者置信度差异很大。原因通常是导出时的 imgsz 和推理时的输入尺寸不一致或者预处理方式不同。YOLOv8 导出 ONNX 时会把预处理也打包进去但如果你手动写了预处理代码归一化方式、通道顺序、letterbox 填充参数都要和导出时保持一致。建议先用 Ultralytics 自带的model.predict跑一遍 ONNX确认结果一致后再自己写推理代码。另外 opset 版本太低也可能导致某些算子行为不一致优先用 opset 12 或 13。5.5 训练中断后如何恢复现象训练到一半机器断电或者被手动终止不想从头再跑。YOLOv8 默认会在每轮结束后保存 last.pt恢复训练用resumeTrue就行。但注意 resume 要求你保持原来的训练命令参数不变否则会报错。如果 last.pt 损坏了就只能从最近的 best.pt 重新开始但优化器状态和 epoch 计数会丢失相当于重新训练。我一般会在训练脚本外面套一层 nohup 或者 tmux避免 SSH 断开导致训练中断。6. 跌倒检测模型调优的进阶技巧从数据增强到推理后处理训练跑通之后真正拉开差距的是调优。我一般会从三个方向入手数据增强、推理后处理、模型微调策略。数据增强方面YOLOv8 默认开了 mosaic、mixup、hsv 抖动但跌倒检测场景下我建议把 mosaic 关掉或者降低概率因为 mosaic 会把四张图拼在一起跌倒姿态被切割后模型反而学不好。可以在训练命令里加mosaic0.5降低拼接概率或者close_mosaic20在最后 20 轮关掉 mosaic让模型在真实分布上收尾。推理后处理是另一个容易被忽略的点。跌倒检测在实际部署时往往需要连续帧判断单帧检测到跌倒不一定真跌倒可能是弯腰捡东西。常见做法是维护一个滑动窗口比如连续 5 帧里有 3 帧检测到 fall 才触发报警。这个逻辑不复杂但能大幅降低误报率。下面是一个简单的帧计数逻辑from collections import deque class FallDetector: def __init__(self, window_size5, threshold3): self.window deque(maxlenwindow_size) self.threshold threshold def update(self, detections): # detections 是当前帧检测到的类别列表 has_fall fall in detections self.window.append(has_fall) # 窗口内跌倒帧数超过阈值才判定为跌倒 return sum(self.window) self.threshold detector FallDetector(window_size5, threshold3) # 每帧调用 detector.update(classes) 获取最终判定window_size 是滑动窗口大小threshold 是触发阈值。5 帧里 3 帧检测到跌倒才报警比单帧判定稳得多。这个类可以嵌到视频流处理循环里每帧推理完把类别列表传进去就行。模型微调策略上如果你的跌倒数据集和 COCO 里的人物分布差异大可以先在 COCO 上训练几轮再切到跌倒数据或者用冻结 backbone 的方式只训练检测头。YOLOv8 支持freeze10冻结前 10 层这样训练速度快很多适合数据量少的时候。等检测头收敛了再解冻全部层做微调通常能比直接端到端训练高几个点。最后说一个我踩过的坑导出 ONNX 时忘了加simplifyTrue结果 RKNN 转换时报了一堆不支持的算子折腾了一下午才发现是导出参数的问题。从那以后我每次导出模型都强制走一遍yolo export加 simplify再用 netron 确认节点干净了才往下走。希望帮到你。本文还有配套的精品资源点击获取