YOLO 视觉算法产品系统Vibe Coding

场景需求：面向老年护理中心、住宅社区等老年人集中场景，满足对老年人跌倒行为的实时监测需求，适配独居老人、集中看护等不同场景的安全管控需求。待解决问题：解决传统人工监控效率低、易漏检、响应不及时的痛点，避免老年人跌倒后因无人及时发现而延误救助，降低跌倒带来的人身安全风险，填补场景内智能跌倒监测的空白。

核心技术：YOLO视觉算法（YOLOv5/v7/v8），针对跌倒检测优化
功能：通过实时视频流识别跌倒、触发警告、降低安全风险
性能：端到端检测，30+帧/秒，准确率超过95%

我负责yolo的视觉模型训练和onnx转换rknn并部署开发板
完成跌倒检测数据集采集与预处理，通过数据增强提升样本丰富度。针对人体姿态和跌倒场景优化改进YOLO网络模型结构，结合OpenCV搭建实时视频图像处理模块。完成模型训练、参数调优与反复测试，实现端到端实时跌倒检测功能，保证系统检测准确率高、误检率低，整体运行稳定可靠。