1. 项目概述
异常动作检测是计算机视觉领域的重要应用,广泛应用于智能监控、安防系统、老人看护等场景。本项目结合YOLOv8目标检测和LSTM时序模型,实现对打架、摔倒、奔跑等异常动作的实时检测,并提供了完整的Web界面。
1.1 技术架构
-
目标检测: YOLOv8用于人体检测和基础动作识别
-
时序建模: LSTM/GRU用于分析动作序列
-
Web界面: Flask框架提供用户交互界面
-
数据处理: OpenCV用于视频流处理
2. 环境配置
python
# requirements.txt torch>=1.13.0 torchvision>=0.14.0 ultralytics>=8.0.0 opencv-python>=4.5.0 numpy>=1.21.0 flask>=2.0.0 flask-socketio>=5.0.0 pillow>=9.0.0 scikit-learn>=1.0.0 matplotlib>=3.5.0 pandas>=1.3.0 seaborn>=0.11.0
3. 数据集准备
3.1 参考数据集
-
UR Fall Detection Dataset: 专
订阅专栏 解锁全文
989



被折叠的 条评论
为什么被折叠?



