资讯动态

基于深度学习的人体行为识别 yolo11行为分类算法(数据集+模型+界面)

发布时间:2026/9/24 7:06:39 来源:尧图企业网站定制
使用方法请按以下步骤在您的项目中调用本模型1. 环境安装首先确保已安装ultralytics库YOLO模型依赖库pipinstallultralytics▌支持检测的动作类别calling # 通话中 clapping # 鼓掌 cycling # 骑行 dancing # 跳舞 drinking # 饮水 eating # 进食 fighting # 搏斗 hugging # 拥抱 laughing # 大笑 listening_to_music # 听音乐 running # 奔跑 sitting # 坐姿 sleeping # 睡眠 texting # 发短信 using_laptop # 使用笔记本2. 模型加载通过以下代码加载模型并进行图像检测fromultralyticsimportYOLO# 加载训练好的模型modelYOLO(./action-11x.pt)# 对图像进行动作检测resultsmodel(image.png)# 可视化检测结果results.show()# 显示带检测框的图片3. 结果解析检测结果包含以下信息边界框坐标动作类别标签置信度分数可通过以下方式获取结构化数据forrinresults:print(r.probs)# 打印包含各动作类别概率的Probs对象print(r.boxes)# 打印检测框坐标信息可选注代码块保留原始缩进格式以确保证明文档的可执行性动作类别采用中英对照注释便于开发者理解关键操作步骤使用▌符号进行视觉区隔结果解析部分新增了boxes属性说明作为扩展参考

读完文章,也想定制专属网站?

尧图设计师 24 小时内与您沟通定制方案

免费获取报价