检测跌倒事件。

简介：
人体跌倒检测与追踪系统利用Tiny-YOLO oneclass技术，对每帧图像中的每个人进行识别，并基于获得的骨骼姿势信息，通过模型预测每个人的动作。目前，该系统能够识别七种不同的动作状态：站立、行走、坐着、躺下、站立起、坐下和跌倒。为了顺利运行此项目，需要满足以下先决条件：Python版本需大于3.6，以及Pytorch版本应为1.3.1或更高。特别地，对于NVIDIA jetson设备用户，我们强烈建议采用Docker容器的方式来运行本项目，以确保最佳性能和兼容性。构建Docker容器的步骤如下：首先进入到代码仓库的根目录，然后执行 `./docker/build.sh` 命令。该脚本会将当前的工作目录作为容器内的工作目录。数据方面，该项目训练了一个全新的Tiny-YOLO oneclass模型，其目标是仅检测人体物体并显著减小模型的体积。为了提升模型的鲁棒性，尤其是在各种角度和姿势下更准确地检测人员时，我们使用了包含旋转增强的人员关键点数据集进行训练。此外，用于动作识别的数据集来源于跌倒检测数据集（例如家庭环境），从而保证了模型在实际应用场景中的有效性。