2023年2月25日第7卷第4期现代信息科技ModernInformationTechnologyFeb.2023Vol.7No.41211212023.022023.02收稿日期：2022-10-10改进YOLOv5的人体摔倒检测张靖（太原师范学院计算机科学与技术学院，山西晋中030619）摘要：摔倒是影响老人生命安全的重要问题之一，为提高检测准确率，将YOLOv5模型应用于摔倒检测并做了改进。首先，用K-means聚类算法得到更符合目标形态的anchor长宽比例，使边界框更精确，提高摔倒检测准确率。其次，用EIoU损失函数替换CIoU损失函数，加快收敛速度，使目标定位更准确。实验结果表明，改进后的YOLOv5模型检测效果较好，准确率达到99.1%，mAP值达到99.3%，能够更好地满足摔倒检测的要求。关键词：改进YOLOv5算法；人体摔倒检测；K-means聚类；EIoU损失函数中图分类号：TP391.4文献标识码：A文章编号：2096-4706（2023）04-0121-04ImprovedYOLOv5HumanFallDetectionZHANGJing(CollegeofComputerScienceandTechnology,TaiyuanNormalUniversity,Jinzhong030619,china)Abstract:Fallingisoneoftheimportantproblemsaffectingthelifesafetyoftheelderly.Inordertoimprovethedetectionaccuracy,YOLOv5modelisappliedtofalldetectionandimproved.Firstly,K-meansclusteringalgorithmisusedtogettheratioofthelengthandwidthoftheanchorwhichismoreinlinewiththetargetshape,anditmakestheboundingboxmoreaccurateandimprovestheaccuracyoffalldetection.Secondly,itreplacestheCIoUlossfunctionwithEIoUlossfunctiontospeeduptheconvergenceandmakethetargetlocationmoreaccurate.TheexperimentalresultsshowthattheimprovedYOLOv5modelhasabetterdetectioneffect,withanaccuracyrateof99.1%andthemAPvaluereaches99.3%,whichcanbettermeettherequirementsoffalldetection.Keywords:improvedYOLOv5algorithm;humanfalldetection;K-meansclustering;EIoUloss0引言全国第七次人口普查结果显示60周岁及以上人口突破2.6亿，约占总人口数的18.7%，比2010年上升5.44%[1]。随着人口老龄化比例的逐年增加，摔倒是危害老年人健康的首要原因[2，3]。一旦老人摔倒后长时间不被发现将会有生命危险。目前，针对摔倒检测方法主要有以下两种：基于传感器和基于计算机视觉。基于传感器的设备有穿戴式和环境传感器两种。如Alesin等人[4]设计了多功能可穿戴设备，可以戴在手腕、上臂、上腿或脚踝上，用于监测人体的实时位置和运动活动。但是，人...
