室内跌倒目标检测数据集
数据集概述
室内跌倒目标检测数据集，通过室内监控摄像头采集，聚焦室内场景下的人员跌倒行为检测，共约 7000 张图像，全部完成人工标注，适用于老人看护、居家安全监测、异常行为识别等视觉任务，可直接用于目标检测模型训练。
数据集支持 YOLO 与 VOC 双格式，监控视角采集，适合目标检测、监控、摔倒检测等项目使用。
核心参数
| 项目 | 详情 |
|---|---|
| 数据集名称 | 室内跌倒目标检测数据集 |
| 数据规模 | 7000 张左右图像 |
| 标注格式 | YOLO 格式 + VOC 格式 |
| 采集视角 | 室内监控摄像头 |
| 标注质量 | 图片清晰，标注完整 |
| 核心用途 | 跌倒检测、老人看护、居家安全监测、异常行为识别 |
标注类别说明
素材未提供具体类别名称，数据集聚焦室内人员跌倒行为检测，采用 YOLO / VOC 双格式标注，按实际类别使用。
| 序号 | 类别名称 | 说明 |
|---|---|---|
| 0 | 跌倒（fall） | 室内场景下人员跌倒行为 |
| 1 | 站立（stand） | 室内场景下人员正常站立（如实际包含） |
具体类别清单请以数据集
classes.txt或标注文件为准补充。
格式支持
支持 YOLO 与 VOC 双格式数据集
适用场景
- 老人居家跌倒自动检测与报警
- 室内监控异常行为识别
- 智慧养老与健康监护
- 目标检测与行为识别项目实验
训练配置示例（YOLO 格式）
数据集配置（YAML）
yaml
室内跌倒目标检测数据集配置 path: ./indoor_fall_detect train: images/train val: images/val test: images/test names:0: fall1: stand训练代码
python from ultralyticsimportYOLO 加载模型 model=YOLO("yolo11s.yaml")开始训练 model.train(data="indoor_fall_detect.yaml",epochs=200,imgsz=640,batch=16,device=0)话题关键词
#跌倒检测 #室内监控 #目标检测 #老人看护 #居家安全 #YOLO数据集
