• 项目介绍

人工智能技术落地家庭的一次尝试，减少老人居家期间由于跌倒带来的后续风险。

• 项目设计思路

该设计在max78000平台上构建机器视觉环境，利用深度学习框架和预训练权重模型实现人体识别和跌倒监测，基于OpenCV和腾讯云短信技术分别实现本地端图形方式和远程端短信方式的报警功能。

• 搜集素材的思路

结合项目需求，找到运动目标识别的相关数据集，如下

1、运动目标检测数据集

N. Goyette, P.-M. Jodoin, F. Porikli, J. Konrad, and P. Ishwar, changedetection.net: A new change detection benchmark dataset, in Proc. IEEE Workshop on Change Detection (CDW-2012) at CVPR-2012, Providence, RI, 16-21 Jun., 2012

下载网址：http://wordpress-jodoin.dmi.usherb.ca/dataset2012/

2、计算机视觉方面数据集

Databases or Datasets for Computer Vision Applications and Testing

下载网址：http://datasets.visionbib.com/

3、其他，根据软硬件资源限制和测试效果，陆续更新

• 预训练实现过程

1、安装平台官网推荐的开发环境

2、查找开源的预训练模型作为参考

其实大多数时候我们需要根据我们的任务调节我们的模型，所以很难保证模型和公开的模型完全一样，但是预训练模型的参数确实有助于提高训练的准确率，为了结合二者的优点，就需要我们加载部分预训练模型。

3、微改基础模型预训练

对于一些已有的基本模型，根据项目需要做小的改动。