yolov8-pose-fall-detection开源项目

人体关键点检测：基于 YOLOv8n-pose 模型，检测人体 17 个关键点（鼻子、眼睛、耳朵、肩膀、手肘、手腕、髋部、膝盖、脚踝）
多条件摔倒判定：基于 5 条几何规则综合判断，有效降低误报率
多目标跟踪：集成 ByteTracker 实现人员 ID 跟踪（命令行版本 #define Tracker 开启）
双运行模式：
命令行版本（yolov8-pose-cli）：支持图片、视频文件、摄像头实时检测
Qt5 GUI 版本（yolov8-pose）：可视化界面，实时显示原始画面和检测结果，支持截图保存、摔倒告警
模型导出脚本：提供 export.py 将 PyTorch .pt 权重导出为兼容 ncnn 的 ONNX 格式
跨平台兼容：纯 CPU 推理，可在 Linux 桌面、嵌入式板卡（如龙芯 2K3000）上运