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。。。
断点在训练：
参考：https://blog.csdn.net/qq_40835644/article/details/129283661
复制last.pt的路径，继续训练使用以下命令：
yolo task=detect mode=train model=/home/*****uns/detect/train10/weights/last.pt data=mydata_orange.yaml epochs=300 batch=16 save=True resume=True
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
