视频链接如下： https://www.bilibili.com/video/BV16Z4y127w3/?vd_source=6ea7a224dd878fde411995c70d3c5adb#reply118347089152 看好多人要数据集，可能看不到，就存在这里吧。

行人跌倒数据集（VOC格式）

前言 　　人们在跌倒后会面临双重危险。显而易见的是跌倒本身可能对人体产生伤害；另外，如果跌倒后不能得到及时的救助，可能会使结果更加恶化。例如，许多老年人由于其身体比较虚弱，自理能力和自我保护能力下降，常常会发生意外跌倒，如果得不到及时的救助，这种跌倒可能会导致非常严重的后果。有资料显示，很多严重的后果并不是由于跌倒直接造成的，而是由于跌倒后，未得到及时的处理和救护。当出现跌倒情况时，如果能够及时地通知到救助人员，将会大大地减轻由于跌倒而造成的危害。 　　不仅是对老人，在很多其他情况下，跌倒的报警也是非常有帮助的，尤其是从比较高的地方跌倒下来的时候。比如人们在登山，建筑，擦窗户，刷油漆和修理

该数据集是人员跌倒数据集，一共近10000张，都是有效高清图片，可以直接用来训练，不需要再做额外的数据清洗工作。购买之后，可手把手进行训练辅助教学，保证训练代码可以跑通，喜欢的可以看看~~

基于Mediapipe框架+KNN算法实现人体3D骨架检测和人体跌倒识别系统源码+项目使用说明(毕设项目).zip 【项目介绍】 基于Mediapipe框架检测人体3D骨架，KNN算法识别人体是否跌倒。 【提取训练数据】 执行Train_Model.py文件，单击‘空格键’分别提取正常姿态，跌倒姿态数据为csv文件，作为训练数据。 【KNN算法对提取数据进行分类】 执行KNN-Model.py文件，进行数据分类。 【检测姿态】 执行Mediapipe_Poe.py文件，演示结果。 【备注】主要针对正在做毕设的同学和需要项目实战的深度学习、cv图像识别模式识别方向学习者。 也可作为课程设计、期末大作业。包含：项目源码和项目操作说明等，该项目可直接作为毕设使用。 也可以用来学习、参考、借鉴。

人类跌倒状态数据集，17名志愿者进行了20次跌倒和16次日常生活活动，5次重复，同时佩戴6个传感器(3.060次)，分别连接在他们的头部、胸部、腰部、手腕、大腿和脚踝上。有关数据集描述和其他有助于导航数据集的重要信息，请参阅附加的.docx文件。

1、YOLOv5行人跌倒检测训练权重 ，附有各种训练曲线图，可使用tensorboard打开训练日志 2、classes: fall; 3、包括数据集，标签格式为VOC和YOLO两种 4、检测结果和数据集参考：https://blog.csdn.net/weixin_51154380/article/details/127165057?spm=1001.2014.3001.5502

1、基于yolov5算法实现跌倒识别检测告警源码+模型文件+评估指标曲线+使用说明 2、附有训练、loss(损失值)下降曲线、Recall(召回率)曲线、precision(精确度)曲线、mAP等评估指标曲线 3、迭代200次，模型拟合较好。 4、识别一个类别，“跌倒” 【备注】有相关使用问题，可以私信留言跟博主沟通。

基于MATLAB的视频的行为人行为姿势识别（跌倒摔倒检测，GUI界面设计，行走，站立，跌倒）

1、YOLOv7行人跌倒检测训练权重 ，附有各种训练曲线图，可使用tensorboard打开训练日志 2、classes: fall; 3、包括数据集，标签格式为VOC和YOLO两种 4、检测结果和数据集参考：https://blog.csdn.net/weixin_51154380/article/details/127165057?spm=1001.2014.3001.5502