参考：

https://www.bilibili.com/video/BV1xL411B7ax

https://www.dgrt.cn/a/2364195.html?action=onClick

https://blog.roboflow.com/how-to-train-yolov8-on-a-custom-dataset/

1、数据集制作（一般是coco格式）：

lableme，或在线网站https://universe.roboflow.com/

图片与lables每个数据有对应的图片和label，图片和label两个名称对应一样

label。txt文件格式，第一个是类别，后面四个是x、y坐标和w、h

数据集下载地址：https://universe.roboflow.com/hero-d6kgf/yolov5-fall-detection/dataset/1

（roboflow数据下载下来基本就可以用）
只有一个分类

下载后把放在ultralytics-main里，下载git clone https://github.com/ultralytics/ultralytics.git

创建个dataset文件夹，数据集放到下面，数据集名字改下，有特殊符号有影响

data.yaml

2、训练

参考：https://www.cnblogs.com/thx2199/p/17165169.html
https://mp.weixin.qq.com/s?__biz=MzU1NjEwMTY0Mw==&mid=2247580124&idx=2&sn=d3a2bffed619fb0470de6468a8b7e0e0&chksm=fbc9c0b8ccbe49ae7dffd1fda5aeec8a805df8f227345a7927f9e67c8ac843f734c15d40da08&scene=27

训练，进入ultralytics-main没了下打开cmd窗口：

data最好用绝对路径

 yolo task=detect mode=train model=yolov8s.pt data=D:\opencv2\ultralytics-main\dataset\Fall_Detection\data.yaml epochs=15 imgsz=640

cpu训练很慢。。。

训练过程数据结果权重会存到这个地址下：runs\detect\train2

模型验证推理

训练15epco，效果感觉一般

yolo detect predict model=D:\opencv2\ultralytics-main\runs\detect\train2\weights\best.pt  source=d5.jpg