Надзор за падениями с помощью YOLOv11
Модель для обнаружения падений, сидячего и стоячего положения человека в реальном времени.
О сервисе
Обнаружение падений с помощью YOLOv11 Эта модель представляет собой специализированную версию YOLOv11, доработанную для обнаружения падений человека в различных условиях. Она предназначена для предоставления оповещений в режиме реального времени для мониторинга безопасности в учреждениях по уходу за пожилыми людьми, больницах и на промышленных предприятиях. Что умеет эта модель Модель способна обнаруживать и различать следующие три состояния: Падение: Активное движение падения или человек на земле после падения. Сидит: Люди сидят на стульях, скамейках или полу. Стоит: Люди в вертикальном положении, стоящие. Информация о модели: Архитектура: YOLOv11 (Ultralytics) Задача: Обнаружение объектов (Обнаружение падений) Разрешение входного изображения: 640x640 пикселей Скорость вывода: Оптимизирована для приложений реального времени Как обучена модель Модель была обучена с использованием фреймворка Ultralytics. Набор данных был тщательно отобран и предварительно обработан с помощью Roboflow для обеспечения высокой точности и минимизации ложных срабатываний в обычных сценариях сидения или лежания. Применение Безопасность пожилых людей: Автоматическое обнаружение падений для дома или домов престарелых. Охрана труда: Мониторинг падений в опасных рабочих зонах или на строительных площадках. Поддержка здравоохранения: Обеспечение дополнительного уровня мониторинга для палат пациентов. Быстрый старт (Пример использования) Вам не нужно вручную загружать веса. Вы можете загрузить и запустить модель напрямую с помощью следующего кода Python: Разработчик Автор: Melih Uzunoğlu Фреймворк: Ultralytics YOLOv11 Источник данных: Roboflow Ссылки melihuzunoglu/human-fall-detection Источник: https://qubu.ai/models/nadzor-za-padeniyami-s-pomoschyu-yol-ov11 License: MIT
