针对跌倒对于老年人安全性问题造成的影响以及现有目标检测模型在人物跌倒时易漏检、鲁棒性和泛化能力差等问题，提出了以YOLOv5s算法为基础进行改进的跌倒检测算法。在YOLOv5s算法中使用改进的RepVGG模块代替原始的3×3卷积模块，并优化损失函数，改善YOLOv5s算法特征提取不充分的问题增强鲁棒性；选择K-Means++算法对所用数据集进行聚类优化，更准确地检测不同尺寸的跌倒目标并提高检测精度。实验结果表明，提出优化算法的平均准确率比YOLOv3和YOLOv5s模型分别提高了9%和3%，鲁棒性好，泛化能力强。该算法有望在老年人安全保障领域发挥重要作用。