跌倒检测 (fallen person) - UR Fall Detection Dataset，YOLOv11+UI界面+数据集

一、项目背景与意义

在人群密度分析领域，准确快速地检测和统计人群密度对于公共安全、疫情防控、城市管理等场景至关重要。传统方法存在计算量大、效果受限等问题。借助深度学习特别是目标检测模型YOLOv11的高效性和准确性，结合丰富标注的ShanghaiTech Crowd Dataset，实现实时、准确的人群密度估计成为可能。

本项目旨在基于YOLOv11深度学习模型，结合ShanghaiTech Crowd数据集，构建一个带UI界面的人群密度检测系统，帮助理解模型训练流程、数据预处理以及结果可视化。

---

二、数据集介绍：ShanghaiTech Crowd Dataset

ShanghaiTech Crowd Dataset 是目前学术界广泛使用的人群密度估计数据集，包含大量真实场景下不同密度等级的人群图像及对应的标注信息。数据集分为两部分：

• Part A：场景复杂，密集人群
• Part B：场景相对简单，密度较低

数据集包含超过1198张高分辨率图像和密度图（density maps），适合密度估计和目标检测双重任务。其注释文件详细标记了每个人的位置，适合训练基于目标检测的人群计数模型。

数据集下载地址：
ShanghaiTech Crowd Dataset 官方地址

---

三、YOLOv11模型介绍

YOLOv11是YOLO系列目标检测的最新版本，继承了YOLOv